Hidrologia Drenaje Urbano 2019

Humberto Avila, Ph.D.
21/03/2019
Humberto Avila, Ph.D. Humberto Avila, Ph.D.
DRENAJE URBANO
Hidrología
Universidad del Norte
2019
1 2
Ciclo Hidrológico Balance Hídrico
Atmósfera Sistema hidrográfico: Estructura o volúmen en el espacio

Prec
rodeada por una frontera que acepta agua y otras entradas,
Transp
Prec Evap Prec
Evap opera internamente y las produce como salidas.
Vegetación Prec
Ríos, Evap
Las entradas menos las salidas de masa es igual al cambio de
Escorrentía Sup. almacenamiento.
lagos y
Superficie terrestre
otros
j
Infiltración Difusión vapor
cuerpos dS
S j  S o   ( I i  Qi )
Exfiltración
Suelos Escorrentía Sub. Sup de agua  I (t )  Q(t )

Percolación Ascnso capilar
dt i 1
Acuíferos Flujo Subterráneo

Ecuación Integral Ecuación tiempo discreto
Flujo Subterráneo Intrusión salina Escorrentía Sup. L³/T L³
Océano 3 4
Dept. Ing. Civil y Ambiental. Universidad del Norte 1

Humberto Avila, Ph.D. 21/03/2019
Balance Hídrico Balance Hídrico
Entradas (I):
Precipitación
Tiempo continuo Información por muestreo Importaciones de agua
Q(t)
Q(t) Escorrentía superficial desde otros sistemas
Aguas subterráneas desde otros sistemas
Salidas (O):
Evaporación
Transpiración
Tiempo (t) Escorrentía superficial y aguas subterráneas hacia otros sistemas
Tiempo (t)
Q(t) Exportaciones de agua
Infiltración
Información por pulso
Cambio de almacenamiento (DS):
Almacenamiento de aguas subterráneas, por cambio de humedad del
suelo, superficial en embalses, en canaels y en la propia escorrentía
superficial.
Tiempo (t) 5 6
Balance hídrico: Ejemplo Balance Hídrico
Area 1.96E+08 m²
Intervalo de Precipitación Caudal Caudal Alm acenam iento Alm acenam iento
tiem po Tiem po increm ental instantáneo increm ental increm ental acum ulado
j t Ij Q(t) Qj Sj Sj
(h) (mm) (m³/s) (mm) (mm) (mm) Precipitación y caudal
0.0 15 0
1 0.5 1.0 35 0.23 0.77 0.77
Precipitación de entrada Ij Caudal de salida Qj
2 1.0 7.0 56.2 0.42 6.58 7.35
3 1.5 35.0 256.2 1.43 33.57 40.92
60.0 60.00
Profundidad incremental (mm)

4 2.0 60.0 581.1 3.84 56.16 97.07
5 2.5 50.0 784.1 6.27 43.73 140.80 50.0 50.00
6 3.0 6.0 1536.4 10.66 -4.66 136.15
7 3.5 5.0 2854.1 20.16 -15.16 120.99 40.0 40.00
8 4.0 2.0 1952 22.07 -20.07 100.92
9 4.5 0.0 1854 17.48 -17.48 83.44 30.0 30.00
10 5.0 0.0 1562 15.69 -15.69 67.76
11 5.5 0.0 1325 13.26 -13.26 54.50 20.0 20.00
12 6.0 0.0 1205 11.62 -11.62 42.88
10.0 10.00
13 6.5 0.0 890 9.62 -9.62 33.26
14 7.0 0.0 450 6.15 -6.15 27.11 0.0 0.00
15 7.5 0.0 321 3.54 -3.54 23.57
16 8.0 0.0 125 2.05 -2.05 21.52
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (t)
Total 166.00 144.48 7 8

Balance Hídrico Balance Hídrico
Cambio en almacenamiento
Curva de almacenamiento
60.0
140
50.0
Profundidad acumulada
40.0 120
30.0 100
20.0
80
(mm)
10.0
0.0 60
-10.0 40
-20.0 20
-30.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
0
Tiempo (t) 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0
Tiempo (t)
9 10
Precipitación y caudal
Precipitación de entrada Ij Caudal de salida Qj
60.0 60.00
50.0 50.00
40.0 40.00
30.0 30.00
20.0 20.00
10.0 10.00
0.0 0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (t)
Cambio en almacenamiento
60.0
50.0
40.0
30.0
20.0
10.0
0.0
-10.0
-20.0
-30.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Tiempo (t)
140
Curva de almacenamiento
Características de una Cuenca
Profundidad acumulada
120
100
80 Hidrográfica
(mm)
60
40
20
0
0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0
Tiempo (t)
11 12

Sistema Hidrológico Cuenca
¿Qué es un Sistema Hidrológico? La Cuenca como parte del Sistema Hidrológico
“Es una estructura o volumen en el espacio rodeado por

una frontera que acepta agua y otras entradas, opera en
Precipitación
ellas interamente y las produce como salidas.” (Chow)
¿Qué es una Cuenca?
Frontera del sistema
“Una cuenca es el área de terreno que drena hacia una Divisoria de aguas
corriente en un lugar dado.” (Chow) Cuenca
“Área definida topográficamente, drenada por un curso Caudal Q
de agua o sistemas conectados de cursos de agua, de
manera que todo el caudal efluente es descargado a
través de una salida simple.” (Monsalve)
La cuenca hace parte de un sistema hidrológico
Una cuenca puede subdividirse en varias subcuencas
13 14
Subcuenca Divisoria de aguas
Es la línea imaginaria que separa las precipitaciones que

caen en cuencas inmediatamente vecinas y dirigen la
escorrentía resultante para uno u otro sistema fluvial.
Divisoria topográfica
Divisoria freática
Roca impermeable
15 Río x Río y Río z 16

Clasificación de cursos de agua Características físicas de una cuenca
Perennes: •Morfología (forma, relieve, red de drenaje, etc.)

Corrientes con agua todo el tiempo. •Tipos de suelo
El nivl freático lo alimenta continuamente. •Capa vegetal
•Geología
Intermitentes:
Corrientes que escurren en épocas de invierno y se secan en verano. •Uso del suelo
El nivel freático se mantiene sobre el nivel del lecho solo en
invierno.
Efímeros:
Solo ocurren durante o inmediantamente después de las lluvias y
solo transportanescurrimiento superficial. El nivel freático se
encuentra siempre debajo del nivel del lecho.
17 18
Área y forma de la cuenca Forma: Coeficiente de compacidad
Coeficiente de compacidad (Kc):

Área de drenaje: Relación entre el perímetro de la cuenca y la longitud de la
Área plana incluida entre su divisoria topográfica (proyección circunefrencia de un círculo de área igual de la cuenca.
horizontal)
P
Forma de la cuenca: K c  0.28
A1/ 2
Índice de Gravelius o coeficiente de compacidad (Kc)
Factor de forma (Kf) donde, P es el perímetro de la cuenca (Km) y A es el área de
drenaje de la cuenca (Km²).
Mientras irregular sea la cuenca, mayor será Kc. Si la forma se

acerca a una circunferencia, Kc = 1 (mínimo) y hay mayor
tendencia a las crecientes.
19 20

Forma: Factor de forma Densidad de drenaje
Factor de forma (Kf): Relación entre la longitud total de los cursos de agua de la cuenca
Relación entre el ancho medio y la longitud axial de la cuenca. y su área total.
Longitud axial = Curso de agua más largo desde la desembocadura
hasta la cabecera más distante en la cuenca. L
Ancho medio = Relación entre el área de drenaje y la longitud axial.
Dd 
A
A
Kf  L es la longitud total de las corrientes de agua en Km
L2 A es el área de la cuenca.
0.5 Km/Km² = pobremente drenada
Un factor de forma alto, indica que la cuenca está expuesta a 3.5 Km/Km² = muy bien drenada
crecientes.
21 22
Extensión media de la escorrentía superficial Curva Hipsométrica
• Proporciona una información sintetizada sobre la altitud
Distancia media que el agua lluvia tendría que escurrir sobre los de la cuenca, que representa gráficamente la distribución
terrenos de una cuenca, en caso de que la escorrentía fueran en
de la cuenca por tramos de altura.
línea recta desde donde la lluvia cayó hasta el punto más próximo
al lecho de una corriente de la cuenca. • Dicha curva presenta, en ordenadas, las distintas cotas de
altura de la cuenca, y en abscisas la superficie de la
4 cuenca que se halla por encima de dichas cotas, bien en
2l A Km2 o en tanto por ciento de la superficie total de la
l
L cuenca.
4l
A
l
4L
L
23

Curva Hipsométrica Relación Hipsométrica
• A partir de la curva se obtiene Ss y Si que son,
respectivamente, las áreas sobre y bajo la curva
hipsométrica.
Ss
Rh =
Si
• Indicador del estado de equilibrio dinámico de la cuenca.
• Rh = 1 significa que la cuenca está en equilibrio
morfológico.
Relación Hipsométrica Pendiente de la cuenca
Clasificación por edad o por
actividad Constituye un factor determinante en la velocidad de la escorrentía y
Alto potencial erosivo en el tiempo de concentración.
• Curva A: fase de juventud o •Método de cuadrículas asociadas a un vector.

actividad alta •Método a partir de las curvas de nivel.
• Curva B: fase de madurez o Equilibrio
actividad media
• Curva C: fase de vejez o
actividad baja
Sedimentaria
28

Pendiente de la cuenca Pendiente de la cuenca
Ejemplo:
Pendiente de la cuenca: (1) (2) (3) (4) (5) (6)
Pendiente Número de Porcentaje Porcentaje Pendiente media Columna (2)
h
(m/m) ocurrencia del total acumulado del intervalo x Columna (5)
S
0.0000 -0.0049 249 69.55% 69.55% 0.00245 0.610
0.0050 -0.0099 69 19.27% 88.83% 0.00745 0.514
A’
L 0.0100 -0.0149
0.0150 -0.0199
13
7
3.63%
1.96%
92.46%
94.41%
0.01245
0.01745
0.162
0.122
0.0200 -0.0249 0 0.00% 94.41% 0.02245 0.000
A’ 0.0250 -0.0299 15 4.19% 98.60% 0.02745 0.412
0.0300 -0.0349 0 0.00% 98.60% 0.03245 0.000
h 0.0350 -0.0399
0.0400 -0.0449
0
0
0.00%
0.00%
98.60%
98.60%
0.03745
0.04245
0.000
0.000
A 0.0450 -0.0499 5 1.40% 100.00% 0.04745 0.237
TOTAL 358 2.057
A L Intervalos clase: entre 5 y 10

Ley de Sturges: K = 1+3.3 log n n = número de datos
Tamaño del intervalo: C = R/K R = Rango de la muestra
600
610
29 30
Curva de distribución de pendientes Pendiente media
Curva de distribución de pendientes

K
0.1
 (Ocurrencias i Pendiente media)
Pendiente media  i 1
K
 # Ocurrencias
Pendiente (m/m)
i
i 1
0.01
Pendiente media = 2.0572 / 358 = 0.00575 m/m
0.001
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Frecuencia acumulada (%)
31 32

Período de Retorno
• Representación en años de la probabilidad de excedencia
anual de un evento
• Número promedio de años entre excedencia de eventos
(T), asociado a un riesgo de falla o excedencia, Pe
• Se utiliza para seleccionar eventos de diseño.
1
T
Probabilidad en Hidrología Pe Probabilidad
33
Estadística 34
Propiedades de la probabilidad
Estructura Período de Retorno Estructura Período de Retorno
Aeropuertos
1. La probabilidad de un evento nunca es negativa ni
Alcantarillas de carreteras
Tráfico bajo 5-10
Volúmen bajo 5 -10 excede 1.
Volúmen medio 10-25
Tráfico medio 10-25 Volúmen alto 50-100
Tráfico alto 50-100
Presas baja amenaza
Pequeñas 50-100
0  P( Ei )  1
Puentes
Intermedias 100+
Sistema Secundario 10-50
Grandes -
Sistema Primario 50-100
Presas amenaza significativa 2. La suma de las probabilidades de todos las posibles
Drenaje Agrícola Pequeñas 100 +
Culverts 5-50 Intermedias - respuestas en un ensayo dado es 1.
Surcos 5-50 Grandes -
Drenaje Urbano
Ciudades pequeñas 2-25
Presas alta amenaza
Pequeñas -
 P( E )  1
i
Intermedias -
Ciudades grandes 25-50 Grandes -
35 36

Propiedades de la probabilidad Propiedades de la probabilidad
3. La probabilidad de ocurrencia de eventos 5. Regla general de la unión
independientes y mutuamente excluyentes es la suma
de las probabilidades de los eventos separados. P ( E1  E2 )  P ( E1 )  P ( E2 )  P ( E1  E2 )
P( E1  E2 )  P( E1 )  P( E2 ) Probabilidad de que
ocurra E1 o E2
6. Probabilidad condicional
4. La probabilidad de ocurrencia de dos eventos
independientes simultáneamente es la multiplicación de P ( E1  E2 )
P( E1 E2 ) 
sus probabilidades individuales P ( E2 )
Probabilidad de que
P( E1  E2 )  P ( E1 )  P ( E2 ) ocurra E1 y E2
37 38
Distribuciones de Probabilidad Discretas Distribuciones de Probabilidad Discretas
• Valores discretos • Probabilidad de que un evento sea menor o igual a xn:
• Representa la probabilidad de ocurrencia cada elemento
de un espacio muestral X, con valores x1, x2, …xN. F ( xn )  P( xi  xn )   f x 
xi  xn
n
Función de Distribución
Acumulada (FDA)
f  xi   P( X  xi ) función de masa de probabilidad (fmp)
0  F ( x)  1
f  xn   0 xn
Propiedades
Propiedades Si x1  x2 , entonces
N
 f x   1
n 1
n
F ( x1 )  F ( x2 )
39 40

Distribuciones de Probabilidad Discretas Distribuciones de Probabilidad Continua
• Probabilidad de que un evento sea mayor que xn: • Valores continuos
• Representa la probabilidad de ocurrencia de un rango de
valores en una muestra continua.
P( xi  xn )  1  P( xi  xn )
• La probabilidad de un valor único en el espacio muestral
es cero.
P( xi  xn )  1  F  xn  f  xn   0 xn función de densidad de probabilidad (fdp)

f  x'dx'  1
fdp se usa para calcular un área que

representa la probabilidad de que X
asuma un valor en [a,b]
41 42
Distribuciones de Probabilidad Continua
• Probabilidad de que un evento sea menor o igual a x:
Muestra Población
Función de masa de probabilidad Función de densidad de probabilidad
x
F ( xn )  P ( xi  xn )   f ( x' )dx'
Función de Distribución
 Acumulada (FDA)
  x  
Función de masa acumulada Función de densidad acumulada
dF ( x)
f x  
dx
43 44

Período de Retorno ¿Probabilidad de Falla?
• Representación en años de la probabilidad de excedencia
La capacidad de un sistema de drenaje de agua lluvia
anual de un evento xT. es diseñado para un evento de lluvia con un período
de retorno de 10 años.
1 1 1
T   Pe = P(X>xi) = 0.1
Pe P ( X  xT ) 1  P ( X  xT ) una vez
P(n=1|20 años) = 0.27
• Cuidado con la mal interpretación de T…! N! n
Probabilidad de que el sistema fallará al menos una f ( n)  Pe (1  Pe ) N  n
• ASCE (1996) recomienda reportar las probabilidades de vez en 20 años de servicio
n!( N  n)!
excedencia anual en vez del período de retorno. P(n>0|20 años) = 0.88
45
Riesgo de falla Inherente Riesgo de falla inherente
• Caracteriza la probabilidad de que una o más fallas
ocurran en un hidrosistema durante un tiempo Riesgo de falla inherente Vs Probabilidad de Excedencia Anual (Pe = 1/T)
específico. 1.00
0.90
n = 100 años
0.80

R f  1  1  P X  X Capacidad  
Riesgo de falla inherente
n = 50 años
n 0.70 n = 30 años
0.60 n = 20 años
0.50
T = 100 años
n = 10 años
0.40 Pe = 0.1
Vida del proyecto:
Confiabilidad 0.30
n=100 años
Probabilidad de que el hidrosistema 0.20
no falle durante n años Riesgo Inundación= 0.63
0.10 Riesgo no Inundación=0.37
0.00
0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.10
Probabilidad Anual de Excedencia (Pe)

Distribución Binomial
• También llamada distrib. de Bernoulli.
• Distrib. de probabilidad discreta que describe la
probabilidad de eventos como éxitos o fracasos.
• Como muchos sistemas de ingeniería están diseñados
para operar bajo ciertas condiciones de umbral, el
Distribuciones de probabilidad en análisis en términos de éxitos y fracasos es fundamental
para la evaluación de la confiabilidad del sistema.
Recursos Hídricos
N!
f (n)  p n (1  p ) N  n
n!( N  n)!
49
Distribución Binomial Distribución Binomial
• La distrib. binomial describe la probabilidad de n éxitos en N • Esta distrib. de probabilidad discreta se deriva directamente del
ensayos, dado que el evento de un ensayo es independiente del análisis de permutación y combinación, y puede ser escrita
evento de cualquier otro ensayo, y la probabilidad del éxito de un como:
ensayo es p.
N
f (n)    p n 1  p 
N n
• Tales ensayos son llamados ensayos de Bernoulli, y el proceso de
generar éstos es llamado proceso de Bernoulli. Coeficiente n 
binomial:
N N!
  
• La distrib. de probabilidad binomial (Bernoulli), f(n), está descrita Media:  n  n!( N  n)!
por:  n  Np
Varianza:
N!  n2  Np (1  p)
f (n)  p n (1  p ) N  n
n!( N  n)! Coeficiente de 1 2 p N: número total de
asimetría: g eventos.
Np (1  p)
p: probabilidad de éxito

Distribución Binomial Distribución Binomial
Pregunta tipo:
Distribution Plot
Binomial, n=4, p=0.5
0.4
La capacidad de un sistema de drenaje de agua lluvia es diseñado
0.3 para un evento de lluvia con un período de retorno de 10 años.
Probability
0.2
 ¿Cuál es la probabilidad de que este sistema falle una vez dentro
0.1 de 20 años?
0.0
Distribution Plot
0 1 2
X
3 4 5
0.7
Binomial, n=4, p=0.1
 Cuál es la probabilidad de que este sistema falle al menos una vez
0.6
en 20 años?
0.5
Probability
0.4
0.3
0.2
0.1
0.0
0 1 2 3 4
X
Distribución Geométrica Distribución Geométrica
• Función de distribución de probabilidad discreta que describe el
número de ensayos de Bernoulli, n, hasta e incluyendo el ensayo • La probabilidad de esta secuencia de eventos es (1‐p)n‐1p.
en el cual ocurre el primer éxito.
• La distrib. de probabilidad geométrica del primer éxito en el
ensayo enésimo, f(n), está dada por:
• La probabilidad de que el primer éxito en un ensayo de Bernoulli
ocurra en el enésimo ensayo se encuentra notando que deben f (n)  p(1  p) n1
haber n‐1 ensayos anteriores sin éxitos seguidos por éxitos.
1
Media: n 
p
f (n)  p(1  p) n1 1 p
Varianza:  n2  2
p
• El parámetro de la distribución geométrica es la
probabilidad de éxito, p.

Distribución Geométrica Distribución Geométrica
Distribution Plot • La distrib. de probabilidad del número de ensayos de Bernoulli

Geometric, p=0.5
entre éxitos puede ser encontrada a partir de la distrib.
0.5
geométrica.
p(1-p)
0.4
• La probabilidad de que n ensayos ocurran entre éxitos es la
Probability
0.3
p(1-p)2 misma que la probabilidad de que el primer éxito ocurra en el
0.2 ensayo n+1.
p(1-p)3 0.1
• Por lo tanto, la probabilidad de n ensayos entre éxitos es:
…
0.0
0 1 2 3 4 5 6 7 8 9
X = total number of trials.

X
p(1  p) n
Distribución Geométrica Distribución de Poisson
Pregunta tipo: • El proceso de Poisson es un caso limitado de un número infinito de
ensayos de Bernoulli.
Un sistema de drenaje de aguas lluvias es diseñado para un evento de
lluvia con 10 años de período de retorno. Suponer que la • El número de éxitos, n, se vuelve grande, y la probabilidad de éxito
excedencia es un proceso de Bernoulli.
en cada ensayo, p, se vuelve pequeña de tal manera que el
número esperado de éxitos, Np, permanece constante:
 ¿Cuál es la probabilidad de que la capacidad de este sistema será
excedida por primera vez en el quinto año luego de ser construido?
N! N n ( Np) n e Np
lim  
n
 ¿Cuál es la probabilidad de que la capacidad del sistema será p (1 p )
excedida en los primeros 5 años? N  , p 0 n!( N  n)! n!
• Esta aproximación puede ser aplicada con seguridad

cuando N≥100, p≤0.01, y Np≤20 (Devore, 2000).

Distribución de Poisson Distribución de Poisson
Si: Número esperado de éxitos: Np = λ Distribution Plot

Poisson, Mean=0.7
Número de éxitos: n 0.5
0.4
( Np) n e Np n e Distribución

f (n)  f (n) 
Probability
0.3
de Poisson
n! n! Discreta 0.2
n   Media 0.1
 
2
n
Varianza 0.0
0 1 2 3 4 5
X
1
gn   2 Coeficiente de
asimetría
Distribución de Poisson Distribución de Poisson
Distribution Plot Distribution Plot

Poisson, Mean=2.5 Poisson, Mean=5
0.20
0.25
0.20 0.15
Probability
Probability
0.15
0.10
0.10
0.05
0.05
0.00 0.00
0 2 4 6 8 0 2 4 6 8 10 12 14
X X

Distribución de Poisson Distribución Exponencial
Pregunta tipo:
• Describe la distribución de probabilidad del tiempo entre
sucesos de un evento en un proceso continuo de Poisson.
Un sistema de control de inundación es diseñado para un evento de
escorrentía con 50 años de período de retorno. Suponer que la
excedencia del evento de escorrentía es un proceso de Poisson. Función de la distribución de f (t )  et
probabilidad exponencial:
1
 ¿Cuál es la probabilidad de que el evento diseñado será excedido t 
dos veces en los primeros 10 años del sistema? Media:

1
 ¿Cuál es la probabilidad de que el evento diseñado será excedido Varianza:  t2 
más de dos veces en los primeros 10 años? 2
Coeficiente de
asimetría: gt  2
• El valor positivo y constante de la asimetría indica que esta distribución
tiene un sesgo a la derecha para todo valor de λ.
Distribución Exponencial Distribución Exponencial
Distribution Plot
Exponential, Scale=1, Thresh=0
Función de la distribución  t
exponencial acumulada:
F (t ) 1  e 1.0
0.8
0.6
Density
• En aplicaciones de hidrología, la distribución exponencial es
utilizada para describir los tiempos existentes entre diferentes 0.4
eventos, tales como al entrada de escorrentías contaminadas en
arroyos, y eventos de lluvia. 0.2
0.0
0 1 2 3 4 5 6
X

Distribución Exponencial Distribución Normal
Pregunta tipo: • También llamada
distribución Gaussiana.
En el período de tiempo de 86 años entre 1903 y 1988, la Florida
recibió 56 huracanes. Suponer que el intervalo de tiempo entre Distribution Plot
Normal, Mean=0, StDev=1
huracanes está dado por la distribución exponencial. • Curva simétrica en forma 0.4
de campana que describe 0.3
 ¿Cuál es la probabilidad de que habrá menos de un año entre
Density
huracanes?
la densidad de 0.2
probabilidad de una 0.1
 ¿Cuál es la probabilidad de que habrán menos de dos años entre variable continua 0.0

-3 -2 -1 0 1 2 3
huracanes? aleatoria. X
Distribución Normal Distribución Normal
Forma funcional de la distribución Normal: Forma funcional de la distribución Normal:
Donde: Donde:
μx: media μx: media
σx2: varianza σx2: varianza 1/ 2
 N 2
   xi  x  
Las variables normalmente distribuidas de denotan de la siguiente forma: N
1
x 
N
x
i 1
i
   i 1 
 N 1 
 

• Algunas veces es conveniente trabajar con la variable normalizada:
• Entonces la función de densidad de probabilidad queda así:
• Esta ecuación garantiza que “z” está normalmente distribuida y que

la media es 0 y la varianza es 1 → N(0,1)
Distribution Plot
Normal, Mean=0 Distribución Normal acumulada:
StDev
0.4
1
2
0.3
Density
0.2
Distribution Plot
Normal, StDev=1
0.1
0.4
Mean
0
F(z) es referenciada como el área bajo la curva normal estándar.
1
0.0
-5.0 -2.5 0.0 2.5 5.0 7.5 0.3
X
Density
0.2
0.1
0.0
-4 -3 -2 -1 0 1 2 3 4 5
X

Distribución Log‐Normal Distribución Log‐Normal
Para una variable X log-normalmente distribuida:
Media:
Donde: yi  log xi Varianza:

μy: media de Y
σy2: varianza de Y N
1 Coeficiente de
 log x
Y= ln X o LogX
log x  i
asimetría:
N i 1 Coeficiente de
log x  log x1 x2 x3 ...x N 

1/ N variación:
Distribución Gamma/Pearson de Tipo III Distribución Gamma/Pearson de Tipo III
• Describe la probabilidad del tiempo de la enésima
ocurrencia de un evento en el proceso de Poisson.
• Es la sumatoria de distribuciones exponenciales, las
cuales calculan la probabilidad de que un evento ocurra
en un tiempo dado.
• La distribución gamma calcula la probabilidad de que el Media:
evento “n” ocurra en un tiempo dado.
Varianza:
Coeficiente de
asimetría:

Distribución Gamma/Pearson de Tipo III Distribuciones de Valore Extremos
Frechet: Máximos (Gumbel como Limitante)

Distribution Plot
Gamma, Scale=1, Thresh=0
Shape
1.0
1
2
Gumbel: Máximos
3
0.8
Weibull: Mínimos
0.6
Density
0.4
0.2
0.0
0 1 2 3 4 5 6
X
Extreme Value Tipo I (Gumbel)
Donde:
Moda (punto de máxima

densidad de probabilidad)
Variable reducida

85 86
Distribuciones de probabilidad y fenómenos hidrológicos
Función Uso
Normal Precipitación anual
Conductividad Hidráulica, tamaño de gotas en tormentas,

LogNormal Precipitación, contaminantes
Exponencial Contaminantes
Gamma Profundidades de precipitación
Pearson Tipo III - Gamma de tres

parámetros Picos de crecientes máximos
Análisis de Frecuencia de Datos
Log Pearson Tipo III Estandar en EEUUA para crecientes
Valor extremo I - Gumbel Eventos Máximos

Hidrológicos
Valor extremo III - Weibull Eventos Mínimos
87 88

Formulas de posición Formulas de posición
• La frecuencia de un evento • n = número de años de registro
Método P( X  x)
puede determinarse por las • m = posición
m
fórmulas de posición California
n
Método P(X>x) T
• Para valores máximos anuales Weibull m
m
P( X  x) 
n 1 California 0.100 10
Hazen 2m  1 Weibull
n 1
0.091 11
2n
• n = número de años de registro m  0.3
Hazen 0.050 20
Chegadayev Chegadayev 0.067 14.9
• m = posición n  0.4
Blom 0.061 16.4
m  38
Blom Tukey 0.065 15.5
n  14
m Tukey 3m  1
P( X  x)  3n  1
n 1
89 90
Formulas de posición
• Procedimiento:
1. Ordenar los datos de menor a mayor
2. Determinar el tamaño de la muestra, n
3. Asignar el orden o posición a cada valor
4. Calcular la probabilidad asociada a cada posición
5. Las frecuencias acumuladas son graficadas en papel de
probabilidad
91 92

Factor de frecuencia Factor de frecuencia
• Muchas funciones de probabilidad no pueden ser Distribución Normal xT   x  KT  x KT  N (0,1)
analizadas analíticamente y requieren se tabuladas como
funciones normalizadas:
K
x  x 

xT   x  KT  x Donde p=1/T.
Cuando p > 0.5 entonces p es substituido por 1‐p
93 94
Distribución Normal
Distribución Log‐normal Y  ln X
yT   y  KT  y
Donde p=1/T.
Cuando p > 0.5 entonces p es substituido por 1‐p
xT  ln 1 yT  e yT
95 96

Distribución Gamma/Person Tipo III
Distribución Gamma/Person Tipo III xT   x  KT  x
Si ‐1 < gx < 0
Si gx = 0 entonces la distribución es idéntica a la normal
Si gx = 0 cae fuera del rango (‐1,1) entonces use la
siguiente tabla.
97 98
Factor de frecuencia Distribución Log‐Pearson de Tipo III
Distribución Log‐Person Tipo III Y  ln X • El uso de valores log en una distribución log‐normal tiende a reducir la
distorsión. Sin embargo, la asimetría usualmente se mantiene.
yT   y  KT  y
a=g
N
N   xi  x 
3
Si ‐1 < gx < 0
a i 1
N  1N  2 3
N
Si gx = 0 entonces la distribución es idéntica a la normal N  log xi  log x 
3
Si gx = 0 cae fuera del rango (‐1,1) entonces use la
alog x  i 1
siguiente tabla. N  1N  2  log
3
x
xT  ln 1 yT  e yT
99

Distribución Log‐Pearson de Tipo III Distribución Log‐Pearson de Tipo III
Factor de frecuencia Pasos para el Análisis de Frecuencia
Distribución Extreme‐Value Tipo I (EVI) xT   x  KT  x 1. Evaluar la homogeneidad de los datos
2. Ordenar la muestra de datos homogéneos in orden
descendente
Si n   3. Seleccionar la fórmula de posición y calcular la
frecuencia
Sino: 4. Graficar los datos y sus frecuencias en varios papeles de
probabilidad para evaluar en cual de ellos se sigue una
línea recta
5. Calcular las estadísticas de la población (parámetros) de
la distribución de probabilidad que mejor se ajuste a los
datos. Graficar la función de probabilidad acumulativa
103 sobre el papel de probabilidad seleccionado. 104

Pasos para el Análisis de Frecuencia Distribución normal
6. Evalúe si existe algún dato anómalo excesivo evaluando Ejemplo:
si alguno tiene un intervalo de recurrencia mayor al
período de registro. Remueva el dato anómalo y Una precipitación anual en cierta locación está
recalcule la curva de frecuencia. normalmente distribuida, con media igual a 127cm y
7. Compare la estadística de alto‐orden de la población desviación estándar de 19cm. Estime la magnitud de la
(desviación estándar, coeficiente de asimetría y curtosis) precipitación de 50 años.
con valores regionales.
8. Sea cuidadoso con extrapolaciones de la curva de
frecuencia más allá de dos veces el período de registro.
105
Distribución normal Distribución normal
K50 (z) puede
K50 es ser calculado
x50   x  K 50 x equivalente a de las tablas de
la variable
 x  127cm normalizada z 2.515517  0.802853w  0.010328w 2
la distribución
K 50  w  normal
 x  19cm 1  1.432788w  0.189269 w2  0.001308w3
1 1 2.515517  0.802853(2.797)  0.010328(2.797) 2
 2.797 
p   0.02 1  1.432788(2.797)  0.189269(2.797) 2  0.001308(2.797) 3
T 50
1  2.054
  1  2 x50   x  K 50 x
w  ln 2 
  p   127  2.054(19)
1  166cm
  1  2
 ln 2 
  0.02 
 2.797

Distribución Log‐Pearson Tipo III Distribución Log‐Pearson Tipo III
Ejemplo:
 y  6.33
Los logaritmos naturales de los caudales anuales (m3/s) de Datos dados:  y  0.862
un río, tienen una media de 6.33, desviación estándar de
g y  0.833
0.862, y coeficiente de asimetría de ‐0.833. Suponiendo una
distribución log‐Pearson Tipo III, estime el caudal para 100 Entonces: gy  0.833
k   0.139
años. 6 6
El valor z (normal) para un período
de retorno de 100 años es: z0.99  2.33
Distribución Log‐Pearson Tipo III
El factor de frecuencia para

un período de retorno de 100
años es:
K100 
1
3k
z 0.99  k k  1  1
3


1
3(0.139)

2.33  0.139(0.139)  13  1 
 1.72
El caudal-log para 100 años
es: y100   y  K100 y
 6.33  (1.72)(0.862)
 7.81 Precipitación
3
El caudal para 100 años es: x100  e y100
e 7.81
 2465 m
s
112

Tipos de Precipitación
Precipitación Convectiva:
• Típicamente cortas y de alta intensidad
• Comunes en las zonas tropicales.
• Se forman por el ascenso de una masa de aire que ha
sido calentado y que se condensa en las alturas.
• Cubren áreas de 25 a 50 Km2
Precipitación Orográfica:
• Formada por el ascenso de una masa de aire como
consecuencia de barreras montañosas.
• El lado del choque suele ser muy lluvioso mientras que el
lado opuesto es seco.

Precipitación por Convergencia
• Se producen por el choque de “frentes” en los cuales el
aire cálido asciende y el frío desciende.
• En las zonas de bajas presiones son los responsables de la
formación de tormentas tropicales, huracanes y tifones
de alta intensidad y velocidades del viento de hasta 200
km/h.
Medición de la precipitación Pluviógrafo de balancín
• Pluviómetro: Medidor sin
registro
• Pluviógrafo: Medidor con
registro
• Fotos de Satélite, radares
identificando la cantidad de
agua disponible.

Imágenes Satelitales Densidad del Registro de las Mediciones
Según el World Meteorological Organization
• Regiones planas: lo ideal es un aparato cada 600‐900
Km2. Es aceptable uno cada 900 ‐ 3000 Km2.
• Regiones montañosas: lo ideal, 1 aparato cada 100 ‐ 250
Km2 . Se acepta 1 por cada 250 ‐ 1000 Km2.
• Regiones áridas: se recomienda un pluviómetro cada
1500 ‐ 10000 km2.
Presentación de los datos de lluvia Curva de masa de las lluvias
• Precipitación puntual • Precipitación acumulada
• Curva de masa de las lluvias
• Hietogramas • Se usan para obtener
• Curvas de Intensidad Duración Frecuencia – IDF información sobre la
magnitud, duración e
• Curva de distribución de lluvias
intensidad de una
tormenta.

Curvas IDF Distribución de las lluvias
• Se usa para determinar la tormenta de diseño dado un
período de retorno y duración de la tormenta.
125 126
Precipitación areal Precipitación areal
• Promedio Aritmético • Polígonos de Thiessen
Estación Precipitación (mm)
Precipitación Precipitación
Estación Área ponderada
Observada (km2)
(mm) (mm)
Precipitación promedio = 140 / 4 = 35 mm
127 Precipitación promedio = 284.6 / 9.14 = 31.1 mm 128

Precipitación areal
• Isoyetas
Tormenta de Diseño
Precipitación
Área Promedio Volumen de
Isoyetas lluvia
(mm) (km2) (mm)
Precipitación promedio = 255.2 / 9.14 = 27.9 mm 129
Tormenta de diseño Tormenta de diseño
Aproximaciones para el diseño y análisis de sistemas de drenaje: 2. Simulación continua basada en registros históricos de
lluvia como entrada a un modelo de escorrentía y lluvia.
1. Un evento de lluvia hipotético correspondiente a un período de
retorno específico. Tener en cuenta que: • La escorrentía resultante es analizada para determinar el
hidrograma correspondiente a un período de retorno
Período de retorno de un evento de lluvia dado.

Período de retorno de la escorrentía resultante
La aproximación (1) es más usada.
Condiciones de humedad antecedentes en la cuenca

Tormenta de diseño Período de retorno, T
• La tormenta de diseño puede ser sintética o real (histórica). • Período de tiempo promedio (en años) en que un determinado
evento (en este caso caudal), es igualado o superado por lo menos
una vez.
• Las tormentas de diseño sintéticas son definidas a partir de
estadísticas de eventos de lluvia históricos, y están descritas por:
• T debería ser seleccionado con base en la eficiencia económica
(ASCE, 1992).
– Período de retorno
– Duración • En practica, T es seleccionado con base en el nivel de protección.
– Profundidad
– Distribución temporal
• Valores típicos de T están dados en la tabla 1.
– Distribución espacial
Período de retorno, T Período de retorno, T
• Algunas veces se usan T mayores a los valores dados en la tabla 1.
• Ej: para el diseño de sistemas de alcantarillado en zonas
comerciales y distritos de valor alto, T=10‐30 años (Burton, 1996).
• Una suposición implícita es que Tescorrentía=Ttormenta de diseño.
• El riesgo de fracaso del sistema de drenaje que se toma es igual a la
probabilidad de excedencia de una tormenta de diseño.
Tabla 1.
Valores típicos para el período de retorno, T.

Modelos de escorrentía Modelos de escorrentía
• Predicen la distribución temporal de la escorrentía en la salida de Variables que caracterizan la escorrentía superficial:
una cuenca y se basan en la distribución temporal de lluvia efectiva
y las características de la cuenca.
• Caudal, Q
• Lluvia efectiva (exceso de lluvia)= lluvia incidente – abstracciones. – Caudal específico, q
– Caudales máximos, mínimos, y medios
• Abstracciones más importantes: infiltraciones y almacenamiento • Coeficiente de escorrentía superficial, C
de depresión. • Tiempo de retardo, Tl
• Tiempo de concentración, tc
• Características más importantes de la cuenca: topografía y la
cubierta de superficie de la cuenca. • Período de retorno, T
• Nivel de agua, h
Tiempo de retardo Tiempo de concentración
• Tiempo en el cual la lluvia que cae en el punto más distante de la
corriente de agua de una hoya, toma para llegar a una sección
determinada de dicha corriente.
• Mide el tiempo que se necesita para que toda la hoya contribuya
con escorrentía superficial en una sección considerada.
• Parámetro más usado para caracterizar la respuesta de una cuenca
ante un evento de lluvia.
• Incluye el tiempo de escorrentía y de viaje en canales de drenaje
para la captación de salida.
139

Tiempo de concentración, tcc Tiempo de concentración sobre el suelo, tc
En general:
tcc(total) = tc(superficie) + to(canal) tc=f(i,L,S0,C)
Ec. 1
Donde:
El tiempo de concentración total de la cuenca es tc: tiempo de concentración sobre el suelo [min] ó [h]
igual al tiempo de concentración de flujo sobre la i: intensidad de precipitación
superficie del suelo más el tiempo de L: longitud de la cuenca
concentración del canal. S0: pendiente promedio de la cuenca
C: superficie de la cuenca
Tiempo de concentración sobre el suelo, tc Ecuación de la onda cinemática
• Muchas ecuaciones son usadas para estimar tc para el suelo. Las más conocidas
son:
– Ecuación de la onda cinemática
– Método NRCS
– Ecuación de Kirpich
– Ecuación de Izzard
– Ecuación de Kerby
Figura 1.
Aproximación unidimensional del proceso de escorrentía superficial.

Ecuación de la onda cinemática Ecuación de la onda cinemática
Para la figura 1:
(nL)0.6
tc  6.99
• El límite del área de la cuenca está en x=0. ie0.4 S00.3 Ec. 2
• ie: tasa de exceso de lluvia.
• y: profundidad del flujo de escorrentía.
Donde:
• q: tasa de flujo volumétrico por unidad del ancho del área de la
cuenca. tc: tiempo de concentración del flujo sobre el suelo [min]
• Δx: volumen de control de longitud. ie: tasa de exceso de lluvia [mm/h]
n: coeficiente de rugosidad de Manning para escorrentía, ver tabla 2
L: longitud de flujo desde el límite de la cuenca hasta la salida [m]
S0: pendiente del terreno
Nota: esta ecuación es válida sólo para flujo turbulento.
Ecuación de la onda cinemática Método NRCS
• Propone dos regimenes de flujo secuencial para la escorrentía:
1. Flujo de lámina: caracterizado por la escorrentía que ocurre
como una lámina continua de agua fluyendo sobre la superficie
de la tierra.
2. Flujo concentrado de superficie: caracterizado por el flujo en
arroyos aislados y luego en barrancos de proporciones mayores.
tc= tiempo de flujo de lámina + tiempo de flujo concentrado
Tabla 2. Coeficientes de rugosidad de Manning, n, para escorrentía

Método NRCS: tiempo para flujo de lámina Método NRCS: tiempo de flujo concentrado
• Para L > 100m, el flujo de lámina se convierte en flujo concentrado de

( nL ) 0.8 superficie.
t f  0.0288 0.5 0.4 Ec. 3
• La velocidad promedio, Vsc, se vuelve función de la pendiente del trayecto
P2 S 0 del terreno y el tipo de terreno de acuerdo a la ecuación de Manning:
Donde: 1 23
Vsc  R S0
tf: tiempo de viaje [h]
n Ec. 4
L: longitud del flujo [m] Donde:
n: coeficiente de rugosidad de Manning para escorrentía, ver tabla 2
Vsc: velocidad promedio
S0: pendiente del terreno
P2: lluvia durante las 24 horas de 2 años [cm] n: coeficiente de rugosidad de Manning para escorrentía, ver tabla 2
R: radio hidráulico
Para un régimen de flujo de lámina: L<30m S0: pendiente del terreno
Método NRCS: tiempo de flujo concentrado Método NRCS: tiempo de flujo concentrado
• Para áreas no pavimentadas, se supone: • Ec. 4 se puede expresar así:
n= 0.05 Vsc  k S0
Ec. 5
R= 12cm
Donde:
• Para áreas pavimentadas, se supone:
k=(R2/3)/n: coeficiente de intercepción, ver tabla 3
n= 0.025 S0: pendiente del terreno
R= 6cm

Método NRCS: tiempo de flujo concentrado Método NRCS: tiempo de flujo concentrado
Lsc
t sc  Ec. 6
Vsc
Donde:
tsc: tiempo de flujo concentrado de superficie
Lsc: longitud del flujo concentrado de superficie
Tabla 3. Coeficiente de intercepción para velocidad de flujo de escorrentía vs.
pendiente
Método NRCS: Tiempo de concentración sobre la superficie Ecuación de Kirpich
del suelo
Fórmula empírica de Kirpich (1940)
Luego:
tc=tf+tsc L0.77
Ec. 7 tc  0.019 Ec. 9
S 00.385
Donde:
Donde: tc: tiempo de concentración [min]
tc: tiempo total de concentración de escorrentía L: longitud del flujo [m]
tf: tiempo de flujo de lámina S0: pendiente promedio del terreno
tsc: tiempo de flujo concentrado de superficie
Aplicación (Debo and Reese, 1995):
• Cuencas naturales con canales bien definidos.
• Escorrentía sobre terreno desnudo.
• Canales segados incluyendo zanjas en la carretera.

Ecuación de Kirpich Ecuación de Izzard
• Según Rosmiller (1980): • Fue derivada de experimentos en laboratorio sobre pavimentos y césped en los que la
– Para escorren as sobre superficies de asfalto o concreto → tc x 0.4 escorrentía era dominante.
– Para escorren as sobre canales de concreto → tc x 0.2
– Para escorren as generales y sobre canales de hierba natural → tc x 2
530 K 3 L 2
• Prakash (1987) afirmó que esta ecuación lleva a estimaciones de tc  , donde ie L  3.9 m Ec. 10
tiempos de concentración relativamente bajos. 3 2
i h
e
• La fórmula de Kirpich se usa para cuencas hidrográficas agrícolas Donde:
pequeñas con áreas de drenaje < 80 ha. tc: tiempo de concentración [min]
L: longitud de la escorrentía [m]
ie: intensidad de lluvia efectiva [mm/h]
K: constante
Ecuación de Izzard Ecuación de Izzard
2.8 10 6 ie  cr
K Ec. 11
3 S
0
Donde:
ie: intensidad de lluvia efectiva [mm/h]
cr: coeficiente de retardo (determinado a partir de la superficie de
captación), ver tabla 4
S0: pendiente de captación
Tabla 4.
Valores de cr en la ecuación de Izzard.

Ecuación de Kerby Ecuación de Kerby
Relación empírica desarrollada por Kerby (1959) a partir de investigaciones

de drenaje en aeropuertos realizadas por Hathaway (1945). Por lo tanto,
esta ecuación es llamada algunas veces Kerby- Hathaway.
0.467
 Lr 
tc  1.44  , donde L  365m Ec. 12
 S 
 0
Donde:
tc: tiempo de concentración [min]
L: longitud del flujo [m]
r: coeficiente de rugosidad de retardo, ver tabla 5
S0: pendiente de captación
Tabla 5.
Valores de r para la ecuación de Kerby.
Ecuación de Kerby Tiempo de viaje del CANAL
• Para calibrar la ecuación de Kerby se utilizó: • El tiempo de viaje del canal se calcula a partir de una
velocidad estimada de flujo Vo
– Cuencas con áreas < 4 ha
– Pendientes < 1% • Se utiliza la ecuación de Manning o de Darcy‐Weisbach.
– Coeficientes de retardo < 0.8
L
• Las aplicaciones de esta ecuación deben estar limitadas a estos
rangos. to 
Vo
• Como esta ecuación se aplica al régimen de flujo de lámina, es
recomendable que L < 100m (Westphal, 2001). • L = longitud del tramo de canal
• Vo = velocidad estimada del flujo
164

Tiempo de concentración total de la cuenca Curvas IDF: Cálculo de la intensidad de diseño
• Se usa para determinar la tormenta de diseño dado un
Finalmente: período de retorno y duración de la tormenta.
Ec. 8
tcc=tc+to
Donde:
tcc: tiempo de concentración de la cuenca completa
tc: tiempo de concentración de escorrentía
to: tiempo de flujo del canal
Duración = Tiempo de concentración de la cuenca 166
Hietograma triangular
Ejemplo
La curva IDF para una tormenta de 10 años en Houston, Texas, está
dada por:
2497
i
(t d  9.30) 0.80
Donde:
i: intensidad promedio de precipitación [mm/h]
td: duración de la tormenta [min]
Distribución temporal de la lluvia:
Suponiendo que la media de la distribución de la tormenta es
hietogramas igual al 40% de la duración de la misma, estime el hietograma
triangular para una hora de tormenta. (Este ejemplo es una
adaptación de otro propuesto por la ASCE, 1992)
167

Hietograma triangular Hietograma triangular
Solución: tp
El pico de un hietograma triangular t
3 1
t d  1h  60 min ocurre en tp: td td
Para 1 hora de tormenta:
2497 t tp
Intensidad promedio de precipitación: i  De los datos dados:
 0.4   3(0.4)  1
(t d  9.30) 0.80 td td
2497  0.2h

(60  9.30) 0.80
 t p  0.2t d
mm
 84.1  0.2(1)
h
Cantidad de precipitación :  P  it d  0.2h
mm
 84.1 1h
h
 84.1mm
Hietograma triangular Hietograma triangular
Para el hietograma triangular: Pico = ip

Base = td 168mm/h
200
precipitación (mm/h)
Área bajo el hietograma = 84.1mm
Intensidad de
Entonces: base(altura ) 150
Área 
2 100
td i p

2 50
 84.1 0
84.1(2) 0 0.2 1.0
 ip 
td
Tiempo (h)
84.1(2)

1 Figura 1. Hietograma estimado para una tormenta de
mm 10 años en Houston, Texas, con duración de 1 hora.
 168
h

Bloques Alternos Duración Intensidad Lluvia Acumulada Lluvia Bloque Lluvia Intensidad

(minutos) (mm/h) (mm) (mm) (mm) (mm/h)
5 190 15,83 15,83 1 15,83 190,00
10 155 25,83 10,00 2 10,00 120,00
15 130 32,50 6,67 3 7,50 90,00
1. Especifica la precipitación en un número n de 20

25
115
110
38,33
45,83
5,83
7,50
4
5
6,67
5,83
80,00
70,00
intervalos de tiempo t, para una lluvia de duración 30

35
95
83
47,50
48,42
1,67
0,92
6
7
2,25
1,83
27,00
22,00
total Td = n t. 40
45
76
70
50,67
52,50
2,25
1,83
8
9
1,75
1,67
21,00
20,00
50 65 54,17 1,67 10 1,67 20,00
2. Se selecciona el periodo de retorno, se toman los 55 61 55,92 1,75 11 1,08 13,00
60 57 57,00 1,08 12 0,92 11,00
datos de intensidad de precipitación de la curva IDF
para duraciones 1t, 2t, 3t ...
Hietograma de Diseño
1
3. Se determina la precipitación total obtenida
16.00
multiplicando las intensidades por las duraciones de 14.00 2
Precipitación (mm)
12.00
lluvia. 10.00
3
8.00
6.00
4.00
2.00
0.00
5 10 15 20 25 30 35 40 45 50 55 60
Tiempo (min)
Distribución de la precipitación en el suelo
Lluvia
Intercepción Detención superficial Humedad del suelo
Precipitación directa sobre corrientes de agua
Aguas subterráneas Flujo subsuperficial

Respuesta de una Cuenca
Escorrentía superficial
176
175

Respuesta Hidrológica de una Cuenca
• La respuesta hidrológica de una cuenca es la distribución
del caudal en el tiempo (salida) dado un evento de
precipitación (entrada) y producto de los procesos
internos del sistema.
Precipitación (mm/hr) (Entrada) Caudal (m3/s) (Salida)
Hidrograma
Hietograma
Procesos
Respuesta de una cuenca por su forma
A
B
Q B
t 179 180

Respuesta de una cuenca por su pendiente
Mayor
pendiente
Menor
pendiente
Q
t 181 182
Respuesta de una cuenca por permeabilidad Respuesta de una cuenca por humedad antecedente
Más impermeable Más húmeda
Q Menos Q Menos húmeda

impermeable
t t
183 184

Respuesta de una cuenca por ubicación de la lluvia
Partes bajas
Partes altas
185
t 186
187 188

Abstracciones
• Intercepción
• Almacenamiento en depresiones
• Infiltración
Abstracciones
Precipitación Efectiva
189
Intercepción Techos verdes (Portland, OR)
• La precipitación es abstraída antes de que alcance el
suelo.
• Vegetación:
– Humedecimiento de superficies vegetales
– Altamente significativo en la abstracción
– Zonas urbanas no cuenta con suficiente vegetación
• Edificaciones:
– No es significativo en la abstracción
191

Intercepción Fracción de Precipitación
• Métodos empíricos • Árboles pueden abstraer tanto como el 48% de la
– Fracción del precipitación (%) precipitación anual.
– Función de la precipitación (mm) • El pasto puede abstraer en el orden del 13% de la
precipitación anual.
• Este método no es recomendable porque la fracción de
abstracción puede verse afectada por la intensidad y
duración de la lluvia, el clima local, la edad y la densidad
de la vegetación.
193 194
Función de la Precipitación Función de la Precipitación
• Horton (1919) • Meriam, 1960; Gray, 1973; Brooks et al., 1991
• Método más sofisticado: tiene en cuenta la capacidad de
I  a  bP n almacenamiento límite y la evaporación durante la lluvia.
P

– I = Intercepción para una tormenta (mm) I  S (1  e )  K  E  t
S
– n = 1, para la mayoría de cubiertas vegetales
– a = entre 0.02 mm para arbustos a 0.05 mm para pinos – I = Intercepción para una tormenta (mm)
– b = entre 0.18 y 0.2 para huertos y arboles hasta 0.4 para – S = almacenamiento disponible.
arbustos. – P = precipitación
– K = relación del área superficial de una lado de las hojas a la proyección de
– Valores típicos de intercepción van desde 0.3 mm hasta 13 mm
la vegetación sobre el suelo (índice de área de la hoja)
con valores típicos de 1.3 mm para pastos.
– E = evaporación durante el evento de lluvia
195 – t = duración del evento de lluvia 196

Función de la Precipitación Almacenamiento en depresiones
• Meriam, 1960; Gray, 1973; Brooks et al., 1991 • El agua almacenada en depresiones es infiltrada o evaporada
después del evento de lluvia.
P • Típicamente expresada como una profundidad promedio sobre el

I  S (1  e )  K  E  t
S área de la cuenca.
• S = almacenamiento disponible.
– 3 a 4 mm para pinos desarrollados
– 7 mm para árboles frondosos
– 3 mm para árboles desojándose
– 1 mm para árboles son hojas
• Los valores de almacenamiento pueden aumentar o disminuir
197 dependiendo de la pendiente del terreno (Butler and Davies, 2000)
198
Infiltración Pavimentos permeables y canales de pasto
• Infiltración: Proceso que • Percolación: Proceso que
describe la entrada de agua describe el movimiento del
dentro del suelo a través de agua dentro del suelo
la superficie del suelo
La tasa de infiltración es igual a la tasa de percolación justo
debajo de la superficie del suelo
199

Embalses permeables y Jardines de Lluvia Infiltración
Condiciones de la superficie del suelo y cobertura vegetal
Contenido de humedad presente en el suelo
Textura del suelo: Distribución de tamaños de las partículas del

suelo
Estructuras: Ordenamiento y agregación de las partículas definen

el tamaño de los poros
Poros capilares
Poros no capilares
Clases de minerales de arcilla
Cantidad de materia orgánica

202
Distribución de la humedad dentro del perfil del suelo Distribución de la humedad dentro del perfil del suelo
Movimiento del agua hacia abajo condiciones secas
Ausencia del movimiento del  t
z
agua hacia abajo y bajo Zona de saturación F (t )   f ( ) d
condiciones de nivel freático 0
Zona de f = Tasa de infiltración

transmisión Capacidad de infiltración. (mm/hr)
F = Infiltración acumulada.
Profundidad acumulada de agua
Zona mojada infiltrada dentro de un período de
Frente mojado tiempo dado. (mm).
fo sat 

Distribución de la humedad dentro del perfil del suelo Proceso de infiltración versus escorrentía
Movimiento del agua hacia abajo condiciones secas

Zona de saturación
Si el agua se encharca en la superficie, la infiltración

Zona de ocurre a la tasa de infiltración potencial.
transmisión
Si la tasa de suministro de agua en la superficie
(lluvia), es menor que la tasa e infiltración potencial,
entonces la tasa de infiltración real también será
Zona mojada menor que la tasa potencial.
Desarrollo típico del frente húmedo para
Infiltración versus tiempo para una
una lluvia de intensidad constante
intensidad de lluvia dada
z
206
Capacidad de infiltración o tasa de infiltración
f = Tasa de infiltración. Es tasa con que un suelo, en una
condición dada, puede absorber agua. Bajo la influencia de la La tasa de infiltración depende de la cantidad y distribución de
gravedad, la capilaridad y la viscosidad. humedad en el suelo y de la disponibilidad de agua en la
superficie dado un determinado suelo.
Capacidad de infiltración: Tasa máxima o potencial de fi*(t).
infiltración, fi*(t).
Exceso de precipitación: (i – f) t, en mm.
Si i < f , entonces fo = i
Si i  f, entonces fo = f
t
Donde, fo es la capacidad de absorción del suelo, en mm/hr.

La tasa de infiltración depende de la cantidad y distribución de La tasa de infiltración depende de la cantidad y distribución de
humedad en el suelo y de la disponibilidad de agua en la humedad en el suelo y de la disponibilidad de agua en la
superficie dado un determinado suelo. superficie dado un determinado suelo.
fi*(t)
fi*(t) Suelos diferentes con la misma de
humedad inicial
t
t Infiltración puede estar afectada por las capas inferiores. Si hay un
Mismo suelo con diferente
condición de humedad inicial estrato menos permeable, la capa superior puede ir saturándose
progresivamente hasta producir escorrentía superficial.
La infiltración importante en la relación lluvia – escorrentía.

La tasa de infiltración depende de la cantidad y distribución de
fi*(t)
humedad en el suelo y de la disponibilidad de agua en la
superficie dado un determinado suelo.
fi*(t)
i t
t
i
Exceso de precipitación
t
Suelos diferentes y posiblemente
con la misma de humedad inicial
t

Efectos de la Urbanización en el Drenaje Efectos de la Urbanización en el Drenaje

Q
Precipitación Precipitación
t
Escorrentía Evaporación Evaporación Q
superficial
Escorrentía
Infiltración superficial Infiltración t
Q
Medición de la infiltración Medición de la infiltración
1. Anillos infiltrómetros
2. Entradas y salidas (surcos)
3. Parcelas inundadas
Aguja de medición
Suelo

Medida de la infiltración por separación de componentes del

Capacidad de infiltración por medidas directas hidrograma
Tiempo
Volumen Altura de promedio
de agua
añadido Variación
agua
añadida Variación Capacidad
en el
intervalo
Precp. – Esc. Sup. = Infil. + Intercepción +Almacenaje por depresiones
Intervalo desde el del desde el de altura de desde el
Tiempo de tiempo comienzo volumen comienzo de agua infiltración comienzo
(min) (min) (cm3) (cm3) (mm) (mm) (mm/hr) (min)
to Vo ho
t1 - to V1 - Vo h1 - ho f1 (to - t1)/2
t1 V1 h1 Objetivo práctico por lo Infiltración agregada
t2 - t1 V2 - V1 h2 - h1 f2 (t2 - t1)/2 general
t2 V2 h2
Práctico para problemas de ingeniería
Modelo de Horton (1940)
Medida de la infiltración por separación de componentes del
Horton propuso una ecuación de infiltración totalmente empírica
hidrograma
para representar la disminución observada en la tasa de
Tiempo infiltración con el tiempo tendiendo a un valor de estado estable.
promedio
en el
Precipitaci Escorrentía Escorrentía Capacidad intervalo
Para un suministro de agua a una tasa mayor de la capacidad de
Tiempo
ón Escorrentía Escorrentía
acumulada superficial superficial
superficial
promedio
superficial de desde el
promedio infiltración comienzo
infiltración:
f (t )  f c   f o  f c e  kt
(min) (mm) (mm3/s) (mm/hr) (mm/hr) (mm/hr) (mm/hr) (min)
to Po Qo ESo
(ESo - ES1)/2 (Po - P1)/2 f1 (t 1 – tO)/2
t1 P1 Q1 ES1
(ES2 - ES1)/2 (P2 - P1)/2 f2 (t2 - t1)/2
t2 P2 Q2 ES2
El método ha sido ampliamente utilizado por hidrólogos
fo es la tasa de infiltración inicial, fc tasa de infiltración constante, k
= Constante de decaimiento (T‐1).

Modelo de Horton (1940) Modelo de Horton (1940)
Tasa de infiltración
f (t )  f c   f o  f c e  kt
Tasa de infiltración potencial, fp
fp
f (t )  f c   f o  f c e  kt
Infiltración acumulada
f f  f fp
fc F (t )   c ln( f 0  f c )  0   c ln( f p  f c ) 
k k k k
t
Modelo de Horton (1940) Modelo de Green‐Ampt
Valores típicos de parámetros de Horton
• Modelo semi‐empírico
f (t )  f c   f o  f c e  kt
• Propuesto por Green‐Ampt (1911)
• Fundamentado físicamente por Philip (1954)
• Uno de los modelos de infiltración más realísticos

Modelo de Green‐Ampt Modelo de Green‐Ampt
• Tasa de infiltración potencial Valores típicos de los parámetros de Green-Ampt
 Cabeza de
i, t  tp Clase de Conductividad succión del Capacidad de Punto de
 textura del
suelo USDA
Hidráulica
Ks (mm/h)
frente húmedo
f (mm)
Porosidad
n
campo
0
marchitamiento
w
f   f p  i, t  tp Arena
Arena marga
120
30
49
61
0.437
0.430
0.062
0.105
0.024
0.047

 f  K  K s ( n   i ) f ,
Marga arenosa 11 110 0.453 0.190 0.085
Marga 3 89 0.463 0.232 0.116
 p s t  tp Marga limosa 7 170 0.501 0.284 0.135

F Marga arcillo
arenosa 2 220 0.398 0.244 0.136
– Ks = conductividad hidráulica Marga arcillosa 1 210 0.464 0.310 0.187

Marga arcillo
– N = porosidad limosa
Arcilla arenosa
1
1
270
240
0.471
0.430
0.342
0.321
0.210
0.221
Arcilla limosa 1 290 0.479 0.371 0.251
– f = cabeza de succión del frente húmedo Arcilla 0.3 320 0.475 0.378 0.265
– i = contenido volumétrico de agua del suelo seco Fuente: Rawls et al. (1983)
– F = infiltración acumulada. Fp = volumen de infiltración hasta el
emposamiento
– tp = tiempo en el cual ocurre emposamiento del agua. 225
Modelo de Green‐Ampt Índice de infiltración 
• Infiltración acumulada
 F 
K s (t  t p  t ' p )  F  (n   i ) f ln 1  
Intensidad de precipitación
 (n   i ) f  Precipitación y
– t’p = tiempo equivalente para infiltrar Fp bajo la condición de Pe escorrentía:
tener agua emposada desde t = 0 Medidas

Pérdida
Tiempo
227 228

Pérdida proporcional Método SCS para Abstracciones
SCS: Soil Conservation Service
Para la tormenta como un todo:

Exceso de precipitación o escorrentía directa Pe  Precipitación total P
Pe  P
Precipitación y
escorrentía: Después de que la escorrentía inicia:
Pe La profundidad de agua retenida Fa  Alguna retención potencial máxima S
Medidas
Fa  S
Pérdida Existe una cantidad de precipitación Ia para la cual no ocurrirá escorrentía:

Abstracción inicial antes del encharcamiento.
Escorrentía potencial = P - Ia
Tiempo
229 230
Método SCS para Abstracciones Método SCS para Abstracciones
El método SCS consiste en que las relaciones entre las cantidades

reales y las dos cantidades potenciales son iguales:
P  Pe  I a  Fa
Fa Pe
(1)

S P  Ia
Pe
Del principio de continuidad:
Ia Fa
P  Pe  I a  Fa (2)
Tiempo
231 232

Combinando (1) y (2), se obtiene que: A partir de estudios realizados en muchas cuencas experimentales,
se obtuvo que:
(P  I a )2 (3) (4)
Pe  I a  0,2 S
P  Ia  S
Ecuación básica para el cálculo de la profundidad de exceso de Por lo tanto:

precipitación o escorrentía directa de una tormenta utilizando el ( P  0,2 S ) 2
método de SCS. Pe 
P  0,8S
233 234
Al graficar la precipitación total y la escorrentía directa, se obtuvo: Para estandarizar las curvas se define un número adimensional CN,
de manera que 0  CN  100.
( P  0,2 S ) 2
Pe 
P  0,8S
CN = 100 para superficies impermeables y de agua

CN < 100 para superficies naturales
235 236

Los números de curva (CN) se aplican para condiciones de humedad antecedente (AMC).
El número CN y S se relacionan por: Para condiciones secas: AMC I
Para condiciones normales: AMC II
Para condiciones húmedas: AMC III
1000
S  10 (pulg)
CN
Las condiciones de humedad antecedentes se relacionan con los números de curva
mediante las siguientes ecuaciones:
25400 (mm)
S  254 4,2CN ( II )
CN CN ( I )  Condiciones secas
10  0,058CN ( II )
1000 23CN ( II )
CN  CN ( III )  Condiciones húmedas
S  10 10  0,13CN ( II )
237 238
Precipitación Efectiva Método SCS para Abstracciones
El SCS tabuló los números de curva con base en el tipo de suelo y el uso de la tierra.
• Es el exceso de la precipitación que no logra ser abstraída
y escurre libre y superficialmente por el terreno. Grupo A: Arena profunda, suelos profundos depositados porel viento, limos agregados.
Grupo B: Suelos poco profundos depositados por el viento, marga arenosa.
• Precipitación efectiva = Volumen de escorrentía superficial. Grupo C: Margas arcillosas, margas areosas poco profundas, suelos con bajo contenido
orgánico y suelos con altos contenidos de arcilla.
Grupo D: Suelos que se expanden significativamente cuando se mojan, arcillas altamente

plásticas y ciertos suelos salinos.
Pe
Ia Fa
Tiempo
240

NÚMERO DE CURVA PARA DIVERSOS USOS DE SUELO Y HUMEDAD ANTECEDENTE NORMAL (AMC II)
Curve Number for Hydrologic Soil Group
% Impervious
Land Use Cover Type and Hydrologic Condition Areas A B C D
Row Crops - Staight Rows + Crop
Agricultural Residue Cover- Good Condition
(1)
64 75 82 85
Urban Districts: Commerical and
Commercial Business 85 89 92 94 95
Forest Woods(2) - Good Condition 30 55 70 77
(3)
Pasture, Grassland, or Range -
Grass/Pasture Good Condition 39 61 74 80
High Density Residential districts by average lot
Residential size: 1/8 acre or less 65 77 85 90 92
Industrial Urban district: Industrial 72 81 88 91 93
Low Density Residential districts by average lot
Residential size: 1/2 acre lot 25 54 70 80 85
Open Space (lawns, parks, golf
Open Spaces courses, cemeteries, etc.) (4) Fair 49 69 79 84
Impervious areas: Paved parking lots,
Parking and Paved roofs, drivesways, etc. (excluding
Spaces right-of-way) 100 98 98 98 98
Residential districts by average lot
Residential 1/8 acre size: 1/8 acre or less 65 77 85 90 92
Residential 1/4 acre size: 1/4 acre 38 61 75 83 87
Residential 1 acre size: 1 acre 20 51 68 79 84
Residential 2 acres size: 2 acre 12 46 65 77 82 241 242
Water/ Wetlands 0 0 0 0 0
Ejercicio: Solución:
A partir de la tabla CN para condiciones de humedad normal, se tiene que:
Calcule al escorrentía que se origina por una lluvia de 5 pulgadas
en una cuenca de 1000 acres. El grupo hidrológico de suelo es de Grupo hidrológico del suelo
50% el Grupo B y 50% el Grupo C que se intercalan a lo largo de la Uso de la tierra B C
% CN Producto % CN Producto
cuenca. Se supone una condición antecedente de humedad II. El Residencial (30% impermeable) 20 72 1440 20 81 1620
uso de la tierra es la siguiente: Residencial (65% impermeable) 6 85 510 6 90 540
Carreteras 9 98 882 9 98 882
Terreno abierto (Buena cubierta) 4 61 244 4 74 296
40% de área residencial que es impermeable en un 30% Terreno abierto (Aceptable cubierta) 4 69 276 4 79 316
12 % de área residencial que es impermeable en un 65% Parqueaderos 7 98 686 7 98 686
50 4038 50 4340
18% de caminos pavimentados con cunetas y alcantarillados de
agua lluvia
16% de área abierta con un 50% con una cubierta aceptable de
pastos y un 50% con una buena cubierta de pasto.
14% de parqueaderos, plazas, colegios y similares (toda
243 244
impermeable)

Solución: Ejercicio 2:
A partir de la tabla CN para condiciones de humedad normal, se tiene que: Si se tienen condiciones antecedentes de humedad III, calcule nuevamente la
escorrentía de la cuenca:
Grupo hidrológico del suelo
Uso de la tierra B C
% CN Producto % CN Producto 23CN ( II ) 23  83,8
Residencial (30% impermeable) 20 72 1440 20 81 1620 CN ( III )    92,3
Residencial (65% impermeable)
Carreteras
6
9
85
98
510
882
6
9
90
98
540
882
10  0,13CN ( II ) 10  0,13  83,8
Terreno abierto (Buena cubierta) 4 61 244 4 74 296
Terreno abierto (Aceptable cubierta) 4 69 276 4 79 316
Parqueaderos 7 98 686 7 98 686 1000 1000
50 4038 50 4340 S  10   10  0,83 pulg
CN 92,3
1000 1000
4038  4340 S  10   10  1,93 pulg
CN   83,78 CN 83,8 ( P  0,2 S ) 2 (5  0,2  0,83) 2
100 Pe    4,13 pulg
P  0,8S 5  0,8  0,83
( P  0,2 S ) 2 (5  0,2 1,93) 2 Se observa que al tener humedad antecedente, la escorrentía

Pe    3,25 pulg
P  0,8S 5  0,8 1,93 aumenta en un 27%
245 246
Método Racional Coeficientes de Escorrentía para el Método Racional
Description of Area Range of Runoff Coefficients Recommended Value
Business
Q  CiA
Downtown 0.70 – 0.95 0.85
Neighborhood 0.50 – 0.70 0.60
Residential
Single‐family 0.30 – 0.50 0.40
• Q = Caudal pico Multiunits, detached 0.40 – 0.60 0.50

Multiunits, attached 0.60 – 0.75 0.70
• i = intensidad Residential (suburban) 0.25 – 0.40 0.35
Apartment 0.50 – 0.70 0.60
• A = Área de la cuenca Industrial
• C = Coeficiente de escorrentía (entre 0 y 1)} Light 0.50 – 0.80 0.65

Heavy 0.60 – 0.90 0.75
• Usar unidades consistentes Parks, cemeteries 0.10 – 0.25 0.20
Playgrounds 0.20 – 0.35 0.30
Railroad yard 0.20 – 0.35 0.30
Unimproved 0.10 – 0.30 0.20
(from McCuen, Hydrologic Analysis and Design. Prentice‐Hall, Inc. 1998)

Coeficientes de Escorrentía para el Método Racional Coeficientes de escorrentía para la fórmula racional versus el grupo
hidrológico del suelo y el rango de pendiente
(from McCuen, Hydrologic Analysis and Design. Prentice‐Hall, Inc. 1998)
Character of Surface Range of Runoff Coefficients Recommended Value
Pavement Land Use A B C D
Asphaltic and Concrete 0.70 – 0.95 0.85 0–2% 2–6% 6%+ 0–2% 2–6% 6%+ 0–2% 2–6% 6%+ 0–2% 2–6% 6%+
Brick 0.75 – 0.85 0.80
Residential 0.25a 0.28 0.31 0.27 0.30 0.35 0.30 0.33 0.38 0.33 0.36 0.42
Roofs 0.75 – 0.95 0.85 Lot, ⅛ acre
0.33b 0.37 0.40 0.35 0.39 0.44 0.38 0.42 0.49 0.41 0.45 0.54
Lawns, sandy soil 0.30 – 0.50 0.40
Residential 0.22 0.26 0.29 0.24 0.29 0.33 0.27 0.31 0.36 0.30 0.34 0.40
Flat, < 2% 0.05 – 0.10 0.08 Lot, ¼ acre
0.30 0.34 0.37 0.33 0.37 0.42 0.36 0.40 0.47 0.38 0.42 0.52
Average, 2 to 7% 0.10 – 0.15 0.13
Residential 0.19 0.23 0.26 0.22 0.26 0.30 0.25 0.29 0.34 0.28 0.32 0.39
Steep, > 7% 0.15 – 0.20 0.18 Lot, ⅓ acre
0.28 0.32 0.35 0.30 0.35 0.39 0.33 0.38 0.45 0.36 0.40 0.50
Lawns, heavy soil 0.50 – 0.70 0.60
Residential 0.16 0.20 0.24 0.19 0.23 0.28 0.22 0.27 0.32 0.26 0.30 0.37
Flat, < 2% 0.13 – 0.17 0.15 Lot, ½ acre
0.25 0.29 0.32 0.28 0.32 0.36 0.31 0.35 0.42 0.34 0.38 0.48
Average, 2 to 7% 0.18 – 0.22 0.20
Residential 0.14 0.19 0.22 0.17 0.21 0.26 0.20 0.25 0.31 0.24 0.29 0.35
Steep, > 7% 0.25 – 0.35 0.30 Lot, 1 acre
0.22 0.26 0.29 0.2 0.28 0.34 0.28 0.32 0.40 0.31 0.35 0.46
Commercial 0.71 0.71 0.72 0.71 0.72 0.72 0.72 0.72 0.72 0.72 0.72 0.72
0.88 0.88 0.89 0.89 0.89 0.89 0.89 0.89 0.90 0.89 0.89 0.90
Estos coeficientes (las dos tablas anteriores) son aplicables para perídos de retorno a Períodos de retorno menores a 25 años
entre 5 y 10 años. b Períodos de retorno iguales o mayores a 25 años
Ejemplo método racional Ejemplo método racional
Ejemplo:
Un nuevo proyecto residencial a las afueras de la ciudad tiene 1.2ha y va a drenar La curva IDF de 10 años está descrita por:

en el alcantarillado pluvial conectado al sistema de drenaje municipal.
315.5
i
El proyecto se caracteriza por un coeficiente de escorrentía de 0.4, coeficiente de t 0.81  6.19
Manning n=0.20 para flujo superficial, longitud promedio de escorrentía de 70m, y
pendiente promedio de 0.7%. Donde:
i: intensidad de precipitación [cm/h]
El tiempo de concentración puede ser estimado por medio de la ecuación de onda t: duración de la tormenta [min]
cinemática.
Regulaciones locales adicionales requieren un tiempo de concentración
Las regulaciones de drenaje local requieren que la tubería del alcantarillado sea del mínimo de 5min.
tamaño de la escorrentía pico resultante de un evento de lluvia con duración de 10
años. Determine la tasa de escorrentía pico que será manejado por el alcantarillado
pluvial.

Ejemplo método racional Ejemplo método racional
Solución: ie  Ci
3155
Se estima el tiempo de concentración con (nL) 0.6 ie  C mm / h
la ecuación de la onda cinemática: tc  6.99 tc0.81  6.19
ie0.4 S 00.3
3155
n  0.20 ie  0.4 0.81
Datos dados:  151 
L  70m  i 0.4   6.19
 e 
S 0  0.007
1261ie0.324

(0.2)(70) 0.6 58.2  6.19ie0.324
 tc  6.99
ie0.4 (0.007) 0.3 ie  58mm / h
151 151
ie está en mm/h  0.4 min  tc 
ie 580.4
 30 min  5 min
Ejemplo método racional Método NRCS
• Se requiere una cuenca con CN relativamente
Q p  CiA
homogéneo de al menos 40.
 ie A
mm 1m 1h • La cuenca debe tener un canal principal. Canales
ie  58   secundarios son aceptados si tienen un tiempo de
h 1000mm 3600 s
m concentración aproximadamente igual.
 1.6110 5
s • Método desarrollado para usar Precipitación en 24h
(100) 2 m 2
A  1.2ha 
1ha
 1.2  10 4 m 2
 Q p  1.6110 5 (1.2 10 4 )
m3
Q p  0.19
s
256

Método NRCS Método NRCS
• Donde: • Donde:
• Qp = caudal pico (m3/s) • Cf = factor de conversión (4.3x10‐3 para SI)
• qu = caudal pico unitario (m3/s/km2/cm) • C0, C1, y C2 son coeficientes mostrados en la tabla
• A = área de drenaje (km2) • tc = tiempo de concentración (hr)
• Pe = precipitación efectiva (cm)
257 258
• Si la cuenca tiene áreas de almacenamiento o humedales
se recomienda reducir el caudal pico por un factor:
Donde:
Qpa = caudal pico ajustado (m3/s)
Fp = factor de ajuste (ver tabla)
259 260

261 262
Estimar las curvas para Colombia o
el sector de estudio!!
263 264

Hidrograma adimensional NRCS (SCS) Hidrograma adimensional SCS

• Dados el caudal pico y el tiempo de retardo para la duración de
exceso de precipitación, el hidrograma unitario puede estimarse a
partir del hidrograma sintético adimensional para la cuenca dada.
tl
• Desarrollado para un amplio rango de pequeñas cuencas agrícolas
y frecuentemente utilizado para cuencas urbanas.
TB
(a) Hidrograma Unitario Adimensional

(b) Hidrograma Unitario Triangular
Hidrograma adimensional SCS Hidrograma adimensional SCS

• El tiempo de retardo puede calcularse como:
tl 0.6tc
1 Donde:
Tp  tr  tl Requiere corrección para
2 tc: tiempo de concentración de la cuenca cuencas urbanas
Donde: Para cuencas rurales y si se cuenta con la información de la
Tp: tiempo de ocurrencia de pico cuenca:
L0.8 S  1
0.7
tr: duración de la lluvia efectiva tl 

Donde: 1900 Y 0.5
Aplicable para 50<CN<95
tl : tiempo de retardo (lag time) Y : pendiente media de la cuenca (%)
L: longitud de la cuenca (ft)
Se recomienda que tr no exceda 2/10 de tc o 3/10 de Tp. S: retención máxima potencial 1000
S  10
CN

Hidrograma adimensional SCS Hidrograma adimensional SCS

tl  0.6 tc
• Si la cuenca es urbana usar y corregir con el • El hietograma unitario triangular y adimensional tienen
siguiente factor: las siguientes propiedades:
– Igual volumen bajo los hidrogramas Base hietograma
3 4 7 2 8
M  1  I ( 6.8  10  3.4  10 CN  4.3  10 CN  2.2  10 CN ) 3 unitario triangular
– Igual volumen en el ascenso
– Igual caudal pico TB  2.67Tp
• Donde I es el porcentaje de área impermeable o
porcentaje del cauce natural mejorado hidráulicamente.
• Si la profundidad de precipitación es h= 1 cm, A en km2,
Q en m3/s y Tp en horas, entonces:
A
QP  2.08
Tp
269 270
Hidrograma adimensional SCS
Tránsito de Crecientes
271 272

Transito de Crecientes Método de Piscina Nivelada
dS
 I t   Ot 
Transito de crecientes por el efecto de embalses
dt
Entrada (I)
Caudal
Salida (O)
Almacenamiento
273 274
Método de Piscina Nivelada Método de Piscina Nivelada
Inicio: j
dS
 I t   O t 
Valores conocidos en el tiempo j. Se conocen
todos los I (hidrograma de entrada)
dt
I j  I j 1 Q j  Q j 1  2 S j 1   2S j 
 Q j 1   I j  I j 1   
Ecuación 1:
S j 1  S i  t  t   Q j 
2 2  t   t 
2 S j 1  2S j 
 Q j 1  I j  I j 1   
Ecuación 1: Con la función
 Q j  del embalse
t  t
(ecuación del Término para el
 vertedero) siguiente tiempo
j+1
 2 S j 1   2S 
Ecuación 2:
Q j 1   Q j 1    j 1  Q j 1   2Q j 1
Ecuación 2:
 2S j  2 S j 1
  Q j    Q j 1  2Q j 1  t   t 
 t  t
275 Reemplazar
276

Método de Piscina Nivelada Método de Piscina Nivelada
Ecuaciones de Rebosaderos Típicos
Salida
Salida
Rebosadero sin control
Rebosadero Morning Glory
H
2S Función
Q
t Almacenamiento-Salida
Almacenamiento
Rebosadero con compuertas Culvert con entrada sumergida
H2
H1
Elevación del nivel del agua
277 278
Método de Piscina Nivelada Método de Muskingum
• Ejercicio (Muestra Ven Te Chow=) • Relación variable entre Q y S
Efecto de remanso
279 280

Método de Muskingum Método de Muskingum
I  Q 
S prisma canal  KQ
S cuña  KX I  Q 
S cuña  KX I  Q  I  Q
X  0 , 0.5
Q
Scuña  KXI  Q
Q
S  S prisma canal  S cuña

S  KQ  KX I  Q  S prismacanal  KQ
S prisma canal  KQ Q
Q
S  K XI  1  X Q 
K = coeficiente de proporcionalidad
X = factor de ponderación
281 282
Valor de X Valor de K
• Depende de la forma de almacenamiento por cuña • Tiempo de transito de una onda de creciente a través del
modelada. tramo del canal, (normalmente en horas).
• X = 0, para almacenamiento tipo embalse
– No existe cuña y por lo tanto no existe curva de remanso 0.5t[( I j 1  I j )  (Q j 1  Q j )]
K
– Caso de un embalse de piscina nivelada X ( I j 1  I j )  1  X (Q j 1  Q j )
• X = [0, 0.3], para corrientes naturales (ríos), se puede
usar un valor promedio de 0.2
• Pendiente de la línea resultante de graficar el numerador
• Los resultados del método son insensibles a X, por lo versus el denominador.
tanto no es necesario que X sea muy preciso.
283 284

• Para el almacenamiento en j y j+1 • Despejando Q j+1
S j  K XI j  1  X Q j  S j 1  K XI j 1  1  X Q j 1  S j 1  S j  K XI j 1  1  X Q j 1  I j  1  X Q j 
t t t t
KXI j 1  K 1  X Q j 1  KXI j  K 1  X Q j  I j  I j 1  Q j  Q j 1
2 2 2 2
S j 1  S j  K XI j 1  1  X Q j 1  I j  1  X Q j 
2 K 1-X   t Q j 1  t  2 KX I j 1  t  2 KX I j  2 K 1  X   t Q j
285 286
Método de Muskingum
• Despejando Q j+1
2 K 1-X   t Q j 1  t  2 KX I j 1  t  2 KX I j  2 K 1  X   t Q j
 t  2 KX  t  2 KX 2 K 1  X    t
C1  C2  C3 
2 K 1  X    t 2 K 1  X   t 2 K 1  X    t
Q j 1  C1 I j 1  C2 I j  C3Q j
287

Hidrologia Drenaje Urbano 2019

Hochgeladen von

Dokumentinformationen

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

Hidrologia Drenaje Urbano 2019

Hochgeladen von

Copyright:

Verfügbare Formate

Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Atmósfera Sistema hidrográfico: Estructura o volúmen en el espacio

Suelos Escorrentía Sub. Sup de agua  I (t )  Q(t )

Acuíferos Flujo Subterráneo

Dept. Ing. Civil y Ambiental. Universidad del Norte 1

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Profundidad incremental (mm)

Dept. Ing. Civil y Ambiental. Universidad del Norte 2

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Precipitación de entrada Ij Caudal de salida Qj

Dept. Ing. Civil y Ambiental. Universidad del Norte 3

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

“Es una estructura o volumen en el espacio rodeado por

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Es la línea imaginaria que separa las precipitaciones que

Dept. Ing. Civil y Ambiental. Universidad del Norte 4

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Perennes: •Morfología (forma, relieve, red de drenaje, etc.)

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Coeficiente de compacidad (Kc):

Mientras irregular sea la cuenca, mayor será Kc. Si la forma se

Dept. Ing. Civil y Ambiental. Universidad del Norte 5

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Dept. Ing. Civil y Ambiental. Universidad del Norte 6

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

• Curva A: fase de juventud o •Método de cuadrículas asociadas a un vector.

Dept. Ing. Civil y Ambiental. Universidad del Norte 7

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

A L Intervalos clase: entre 5 y 10

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Curva de distribución de pendientes

Pendiente media = 2.0572 / 358 = 0.00575 m/m

Dept. Ing. Civil y Ambiental. Universidad del Norte 8

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Dept. Ing. Civil y Ambiental. Universidad del Norte 9

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

f  xi   P( X  xi ) función de masa de probabilidad (fmp)

Dept. Ing. Civil y Ambiental. Universidad del Norte 10

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

P( xi  xn )  1  F  xn  f  xn   0 xn función de densidad de probabilidad (fdp)

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Dept. Ing. Civil y Ambiental. Universidad del Norte 11

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Dept. Ing. Civil y Ambiental. Universidad del Norte 12

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Dept. Ing. Civil y Ambiental. Universidad del Norte 13

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Dept. Ing. Civil y Ambiental. Universidad del Norte 14

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

Distribution Plot • La distrib. de probabilidad del número de ensayos de Bernoulli

X = total number of trials.

Humberto Avila, Ph.D. Humberto Avila, Ph.D.

• Esta aproximación puede ser aplicada con seguridad