1

MODELOS MATEMÁTICOS PARA LA ESTIMACIÓN DE TORMENTAS DE
DISEÑO EN EL ESTADO COJEDES
(Mathematical models for the estimate of storms of design in the state Cojedes)
Paredes, F.1, Vivas, I.2, Caraballo, N. 3 y Guevara, E. 4
(1) Msc. Ingeniería Ambiental; profesor de Física del Vicerrectorado de Infraestructura y Procesos Industriales en la

UNELLEZ. franklinparedes75@cantv.net
(2) Tesista del postgrado de Ingeniería Ambiental de la UCAB; profesora de: Topografía, Cartografía y

Fotogrametría en el Vicerrectorado de Infraestructura y Procesos Industriales de la UNELLEZ.
(3) Tesista del postgrado de Ingeniería Ambiental de la UCAB; profesora de: Geología, Maquinarias y Equipos, y

Construcción de Carreteras en el Vicerrectorado de Infraestructura y Procesos Industriales de la UNELLEZ.
nahirdelc@cantv.net
(4) Phd. en Planificación de Recursos Hídricos. Ing. Agrícola mención Recursos Hídricos. Profesor Titular de la

Universidad de Carabobo. Director Ejecutivo del CDCH de la Universidad de Carabobo.

Resumen
Los patrones de Intensidad, Duración y Frecuencia (IDF) de las lluvias extremas son empleados en el
diseño de obras de drenajes. Dado que en el estado Cojedes es escasa la información con respecto a los
patrones IDF de sus lluvias extremas, esta investigación tuvo como objetivo generar modelos matemáticos
para la estimación de tormentas de diseño en el estado Cojedes. Fue una investigación de campo del tipo
retrospectivo. Se tomaron los registros históricos de 48 estaciones pluviométricas ubicadas en el estado
Cojedes y sus adyacencias, a partir de los cuales se determinó la intensidad de las lluvias extremas para
duraciones comprendidas entre 5 minutos y 24 horas. Se ajustaron los valores históricos de duración,
intensidad y periodo de retorno a la ecuación de Bernard (1932): I = (k.Trm)/(D+c)n. Un análisis de
regresión no lineal se empleó para obtener las constantes de los modelos: k, m, n y c. A cada modelo se le
cuantificó: el coeficiente de determinación, el porcentaje de la varianza explicada, el error estándar de los
parámetros estimados, la matriz de correlación de los parámetros estimados; asimismo, se graficó: los
valores predichos por el modelo versus los observados y la distribución de los residuales en papel normal.
Igualmente, se obtuvo un modelo para predecir el patrón IDF de las lluvias extremas de todo el estado
Cojedes. Los modelos puntuales ostentaron R2 entre 54,15 % y 99,00 %, siendo las estaciones: Tinaquillo
y Pao Oficina los más inadecuados. El modelo matemático IDF para el estado Cojedes tuvo un R2 de
99,471 %. Se recomienda ampliar este estudio considerando un mayor número de registros históricos y
evaluar la distribución espacial de las lluvias extremas en el estado.
Palabras claves: lluvias extremas, Patrón IDF, modelo matemático
Abstract
The Intensity, Duration and Frequency Patterns (IDF) of the extreme rains are employees in the design of
works of drainages. Since in the state Cojedes is scarce the information with regard to the patron IDF of
its extreme rains, this investigation had as objective to generate mathematical models for the estimate of
design storms in the state Cojedes. It was an investigation of field of the retrospective type. The historical
registrations of 48 meteorological stations were manipulated located in the state Cojedes and their
surroundings, of these the intensity of the extreme rains was determined for durations understood between
5 minutes and 24 hours. The historical values of duration, intensity and period of return were adjusted to
Bernard's equation (1932): I = (k.Trn)/(D + c)m. An analysis of non lineal regression was used to obtain the
constants of the models: k, m, n and c. For each pattern we calculate: the coefficient of determination, the
percentage of the explained variance, the standard error of the parameters, the matrix of correlation of the
parameters; also, we made graphics: the values predict yourselves for the pattern versus those observed

Gamma. Also.00 %. señaló que existen básicamente dos métodos con los que se puede determinar la relación entre las variables: intensidad. el estado Cojedes se caracteriza por tener poca información en torno a la manera como se distribuyen espacial y temporalmente las intensidades máximas de precipitación. Pearson Tipo III. The punctual models showed R2 between 54. Ante esta situación. Esta situación ha conducido al subdimensionamiento o sobredimensionamiento de obras civiles. o como se conoce ordinariamente patrón IDF (patrón de Intensidad-Duración-Frecuencia de las lluvias extremas). llamado de intensidad-duración-periodo de retorno. con los cuales los proyectistas podrán diseñar de manera adecuada obras hidráulicas. Valores Extremos Tipo I (conocida como Gumbel). Patron IDF. We recommend enlarging this study considering a bigger number of historical registrations and to evaluate the space distribution of the extreme rains in the state.2 and the distribution of the residual ones in normal paper. mathematical model INTRODUCCIÓN Una tormenta de diseño puede definirse mediante un valor de profundidad de precipitación en un punto. la presente investigación ha conducido al establecimiento de 48 modelos matemáticos para la estimación de tormentas de diseño en el estado Cojedes.T m (d + c )n Donde: I: intensidad de la lluvia en mm/h T: tiempo de retorno en años (1) . Log Normal. mediante un hietograma de diseño que especifique la distribución temporal de la precipitación durante una tormenta. The mathematical pattern IDF for the state Cojedes had a R2 of 99. being the stations: Tinaquillo and Pao Oficina the most inadequate. El primero. trayendo como consecuencia que éstas posean costos exorbitantes o que ostente un elevadísimo riesgo de falla. a model was obtained to predict the patron IDF of the extreme rains of the whole state Cojedes. entre otras.15 % and 99. El segundo método relaciona simultáneamente las tres variables en una familia de curvas cuya ecuación es: I= k . A pesar de la importancia de conocer el patrón IDF de una región al momento de diseñar obras hidráulicas. Log Pearson Tipo III. relaciona estas tres variables para cada duración por separado mediante alguna de las funciones de distribución probabilidad usadas en hidrología: Normal. Key words: extreme rains.471 %. Exponencial. duración y tiempo de retorno para un sitio dado. MARCO TEÓRICO Mijares (1987).

∑ ( x2 ) 2 Donde: N: número de datos ao. a1 y a2: parámetros a calcular x1: logaritmo del periodo de retorno x2: duración de la lluvia (con el valor c agregado de ser necesario) (12) .x2 ) + a2 .∑ x 2 o + a1 ∑ x1 + a2 .∑ ( x1. dan: y = ao + a1. n y c: parámetros ajustados mediante regresión no lineal Tomando logaritmo en la ecuación 1. y ) = a .3 d: duración de la lluvia en horas k.∑ x1 + a2 . log(d + c ) (2) Dado los siguientes cambios de variables: y = log(I ) (3) ao = log(k ) (4) a1 = m (5) x1 = log(T ) (6) a2 = − n (7) x2 = log(d + c) (8) Los cuales al ser reemplazados en la ecuación 14.∑ ( x1. se obtiene un sistema de ecuaciones como el siguiente: ∑ y = Na o + a1. y ) = a . se obtiene: log I = log k + m.x2 ) 2 1 2 + a1. ordenada al origen ao y espaciamiento a1.∑ x 1 o ∑ (x .x + a2 . m.x2 (9) La ecuación (9) es una familia de líneas rectas de pendiente a2. log T − n. Al hacer un ajuste de correlación lineal múltiple de una serie de tres variables.∑ x2 (10) ( ) (11) ∑ (x .

es posible generar la curva de masa de precipitación. en promedio. y poseen tiempos de concentraciones iguales a: 6. a1 y a2 es posible valuar los parámetros k.T m (d + c )n . MATERIALES Y MÉTODOS A. m. 2001). las principales cuencas hidrográficas del Estado son la de los ríos: Camoruco. 2000). Por otro lado.800 Km2 y está delimitado por las coordenadas geográficas: Longitud Oeste: 67º 45’ 00” a 68º 59’ 00” y Latitud Norte: 10º 05’ 17” a 8º 30’ 48”.258. respectivamente (Ruiz. En relación con las precipitaciones sobre el estado Cojedes. 13. 10. 1990). sostiene que: “Las precipitaciones del Estado se caracterizan por poseer un periodo lluvioso que va . representa la altura total de precipitación que.35 horas.97. PNUD y Gobernación del estado Cojedes.54.7 Km2. Tirgua.S. Ruiz (1990:23-24). obtenidas de las estaciones pluviométricas Una vez calculados los coeficientes: ao. Pa = k . Asimismo. Army Corps of Engineers. las cuales abarcan en forma conjunta 19. a las alturas de precipitación acumuladas en cada estación para diferentes tiempos. se produce en el área de influencia del pluviográfo durante una tormenta. Tinaco. o sea. m y n de la ecuación (1). a partir de estas curvas es posible obtener un hietograma que puede ser usado como tormenta de diseño para alimentar a algún modelo de relación lluvia – escurrimiento (U. Pao y Cojedes.Unidad de estudio El estado Cojedes posee una superficie total de 14.39.d (13) Donde: Pa: lluvia acumulada al tiempo d en mm T: tiempo de retorno en años d: duración de la lluvia en horas k.4 y: intensidad de la lluvia.37 y 42.. Presenta 9 municipios y su actividad económica se centra principalmente en la agricultura y la ganadería (INE. 12. Multiplicando la ecuación (1) por la duración “d” se obtiene una expresión matemática (ecuación 13) que da la altura de precipitación acumulada a la duración “d”. Esta curva se construye aplicando el método aritmético o el polígono de Thiessen. n y c: parámetros ajustados mediante regresión no lineal La curva de masa de precipitación.

fase de premodelado y fase de modelado.Fase de premodelado: esta fase comprendió las siguientes etapas: Recopilar para cada estación información sobre: serial.. 1. se ordenaron de mayor a menor. Las duraciones de interés para este estudio fueron: 5 minutos. cuando se halló series discontinuas. 15 minutos. 2. con dos máximas que oscilan alrededor de los 213 mm en los meses de junio a julio (distribución bimodal) y con una precipitación promedio en este lapso de 160 mm…el periodo seco. 6 horas. 30 minutos. la mayoría de las cuencas hidrográficas que conforman el estado Cojedes ostentan tiempos de concentración por debajo de 24 horas. 12 horas y 24 horas. se presentará dividido en tres fases: fase preliminar. solamente 48 de éstas presentan homogeneidad en torno a las lecturas de altura de lluvia (Ramones y Vivas. 3 horas.430 mm y fluctúa entre un máximo de 1. el último registro). . 15 minutos. se solicitó la colaboración del referido organismo. Para cada año de registro en una estación pluviométrica existía una máxima profundidad de lluvia para: 5 minutos. 1 hora. solo se tomó en cuenta series anuales continuas. 2 horas.5 desde mayo a octubre. 2001). B.978 mm en la zona norte del Estado (zona montañosa) y un mínimo de 1. con una mínima precipitación en los meses de enero a febrero alrededor de 8 mm y un promedio para dicho lapso de 160 mm…la precipitación media anual para el Estado. asciende a 58. abarca los meses de noviembre a abril. se dejó la casilla en blanco (en la ficha registro).. 1 hora. asignándoles un orden desde 1 (para el mayor registro) hasta n (siendo éste. está ubicada alrededor de los 1. 12 horas y 24 horas. En los casos donde faltó un registro.233 mm en los alrededores de las Galeras del Pao” El número de estaciones pluviométricas emplazadas a lo largo del Estado y zonas periféricas a él. 9 horas. por otro lado. tipo de estación y estado donde se encuentra.Fase preliminar: se recabó la mayor cantidad posible de registros históricos de las precipitaciones máximas anuales ocurridas en el estado Cojedes. no obstante. pues según Ruiz (1990). Los registros asociados a las diferentes duraciones. 9 horas. 2 horas. se consideró para el análisis la subserie anual de mayor amplitud. altura sobre el nivel del mar. coordenadas geográficas. 6 horas. 3 horas.. Puesto que los citados registros se encuentran en la base de datos de la Dirección de Hidrología y Meteorología del MARN. para ello se tomó como punto de partida las lecturas realizadas por las estaciones pluviométricas enclavadas en el estado Cojedes y zonas aledañas (Tabla 1).Fases de la investigación Con el propósito de facilitar la comprensión del método. 30 minutos.

Estación Serial Latitud N Longitud O Tipo Registros Estado Las Majaguas 2334 09º39’13” 68º 59’ 37” C2 1963-1990 Portuguesa Auro 2228 09º 42’ 39” 69º 14’ 21” PR 1957-1983 Lara Agua Blanca 2238 09º 39’ 30” 69º 05’ 00” C2 1962-1990 Portuguesa S.6 Tabla 1. Estaciones climatológicas empleadas en la elaboración de los modelos matemáticos para el análisis IDF de tormentas.R. de Onoto 2331 09º 41’ 24” 68º 48’ 25” PR 1955-1990 Portuguesa Tocuyano 2351 09º 32’ 13” 68º 57’ 09” PR 1957-1983 Portuguesa Central Matilde 1381 10º 08’ 39” 68º 52’ 11” C3 1943-1990 Yaracuy Guabinas 2357 09º 41’ 27” 68º 52’ 55” PR 1967-1990 Cojedes Cojeditos 2340 09º 38’ 47” 68º 55’ 10” PR 1963-1983 Cojedes Santa Teresa 2342 09º 31’ 23” 68º 51’ 37” PR 1963-1990 Cojedes Guayabito 2362 09º 30’ 31” 68º 48’ 31” PR 1957-1983 Cojedes Palo Quemado 3303 09º 25’ 00” 68º 42’ 00” PR 1967-1990 Cojedes El Amparo 3301 09º 18’ 36” 68º 45’ 25” PR 1967-1983 Cojedes Los Cogollos 6357 10º 09’ 19” 68º 41’ 38” PR 1966-1990 Yaracuy Ceiba – Camoruco 2333 09º 39’ 03” 68º 44’ 23” PR 1963-1983 Cojedes Nirgua 1373 10º 09’ 43” 68º 33’ 35” PR 1967-1990 Yaracuy Morena 2340 09º 41’ 32” 68º 35’ 47” C3 1959-1983 Cojedes Los Colorados 2354 09º 38’ 33” 68º 37’ 04” PR 1967-1983 Cojedes Vega – Charcote 2364 09º 30’ 29” 68º 37’ 58” PR 1955-1990 Cojedes Temerla 1380 10º 15’ 33” 68º 25’ 52” PR 1963-1990 Yaracuy Miranda – Trinidad 1385 10º 10’ 32” 68º 25’ 11” PR 1966-1990 Carabobo Vallecito 2308 09º 52’ 52” 68º 27’ 57” PR 1963-1990 Cojedes Manrique 2324 09º 48’ 42” 68º 31’ 02” PR 1966-1983 Cojedes Hato Las Babas 3304 09º 29’ 52” 58º 29’ 00” PR 1967-1990 Cojedes Canoabo 1370 10º 18’ 15” 68º 16’ 40” PR 1964-1990 Carabobo Montalbán 1365 10º 13’ 02” 68º 20’ 16” PR 1966-1990 Carabobo Tinaquillo 2316 09º 55’ 18” 58º 17’ 38” PR 1964-1990 Cojedes .

45 El tiempo de retorno se calculó. p. Estación Serial Latitud N Longitud O Tipo Registros Estado La Aguadita 2326 09º 48’ 49” 68º 22’ 31” PR 1964-1983 Cojedes Tinaco 2336 09º 42’ 12” 68º 26’ 24” PR 1956-1990 Cojedes Baúl Carretera 3309 08º 59’ 40” 68º 14’ 51” PR 1964-1990 Cojedes Chirgua Cabecera 1318 10º 17’ 40” 68º 10’ 24” PR 1967-1990 Carabobo Bejuma Panamericana 1368 10º 10’ 11” 68º 15’ 33” PR 1964-1990 Carabobo Morita Caserío 2348 09º 39’ 19” 68º 15’ 30” PR 1957-1990 Carabobo Guataparo Dique 1359 10º 10’ 30” 68º 03’ 34” C3 1952-1984 Carabobo Campo de Carabobo 1397 10º 00’ 13” 68º 09’ 48” PR 1951-1990 Carabobo Cachinche 2318 09º 54’ 00” 68º 08’ 30” PR 1968-1989 Carabobo Pao Planta 2338 09º 45’ 37” 68º 06’ 44” PR 1964-1990 Cojedes Pao Oficina 2349 09º 39’ 00” 68º 08’ 00” PR 1964-1990 Cojedes Galera 2350 09º 28’ 44” 68º 10’ 31” PR 1964-1990 Cojedes Caño Benito 2378 09º 19’ 52” 68º 09’ 10” PR 1954-1990 Cojedes Manaure 2404 09º 57’ 58” 67º 48’ 20” PR 1963-1990 Carabobo Mata Oscura 2352 09º 31’ 56” 68º 54’ 20” PR 1963-1983 Cojedes Hato Paradero 2427 09º 46’ 20” 67º 34’ 40” PR 1961-1990 Guarico S. Tiznado 2465 09º 23’ 20” 67º 33’ 42” PR 1967-1990 Guarico Los Naranjos 3403 08º 52’ 38” 67º 30’ 35” PR 1954-1990 Guarico Corozo Pando 3454 08º 31’ 00” 67º 35’ 00” PR 1959-1990 Guarico Sarare 2229 09º 47’ 10” 69º 09’ 09” PR 1958-1990 Lara Arismendi 3331 08º 29’ 03’’ 68º 22’ 13’’ C2 1971-1990 Cojedes Jobalito 3332 08º 41’ 15’’ 68º 05’ 43’’ PR 1972-1990 Cojedes Fuente: Ramones y Vivas (2001).J. Estaciones climatológicas empleadas en la elaboración de los modelos matemáticos para el análisis IDF de tormentas (continuación). a través de la ecuación de Weibull: Tr = n +1 m Donde: Tr: tiempo de retorno en años (14) .7 Tabla 1.

8 n: numero de registros que contiene la serie m: orden asignado al registro A fin de obtener la intensidad promedio máxima. Se empleó el método de estimación: Quasi – Newton y la función de pérdida (loss function): L = (obs − pred ) 2 (16) Donde: L. se cuantificó los parámetros de la ecuación 1 (k. 1991). se graficó: los valores predichos por el modelo versus los observados. función de pérdida (Loss Function) obs: valor observado pred: valor predicho En cada iteración el software evaluó la función a ajustar (ecuación 1) en diferentes puntos para estimar la primera y segunda derivada... la matriz de correlación de los parámetros estimados. se dividió la profundidad de la lluvia entre el tiempo asociado a cada duración (Chow et al. haciendo uso del módulo Nonlinear Regression. 1994): I= P D (15) Donde: I: intensidad promedio máxima expresada en mm/h P. se obtuvo la ecuación 1 para cada estación pluviométrica. . las intensidades promedio máxima para cada duración y tiempo de retorno (lluvias locales) se procesaron con el software estadístico STATISTICA (versión 6.Fase de modelado: culminada la fase de premodelado. la distribución de los residuales y la distribución de los residuales en papel normal (Montgomery. profundidad de la lluvia expresada en mm D: duración de la lluvia en horas 3. en su función User – Specified Regression Function. asimismo. n y c) para cada una de las estaciones involucradas en el estudio.0. el porcentaje de la varianza explicada por el modelo. con ello. y empleó esta información para dirigir su búsqueda hacia el establecimientos de los parámetros que minimizaran la función de pérdida (STATSOFT. Por último. m. el error estándar de los parámetros estimados. Con el propósito de evaluar la calidad predictora del modelo se calculó: el coeficiente de determinación (R2). 2000). 2000).

272 0. Pao Planta.270 0.428 0. Tinaco. Galera. A fin de establecer el área de influencia de cada estación se empleó el método: Polígonos de Thiessen (Guevara y Cartaya.968 Santa Teresa 45.108 Cojeditos 34.273 0. Cojeditos. Mata Oscura.867 0. Palo Quemao.885 98.024 Agua Blanca 42.216 0. Parámetros de los modelos matemáticos para estimar la intensidad de las lluvias extremas en función de su duración y tiempo de retorno en el estado Cojedes.975 0.899 92. El Amparo.800 Km2). Las referidas estaciones tienen un área de influencia que cubre la totalidad del estado Cojedes (14. Vallecito y Las Vegas – Charcote.797 . RESULTADOS La Tabla 2 resume los parámetros de los modelos matemáticos para estimar la intensidad de las lluvias extremas en función de su duración y tiempo de retorno en las 46 estaciones climatológicas estudiadas. Cachinche.163 0.396 Guayabito 48. Chow. Caño Benito.215 c 0.735 0.939 R2 98. se debe destacar que se tomó un lapso temporal comprendido entre 1972 y 1983. se consideraron las estaciones: Arismendi. Hato Las Babas.958 97. y duraciones entre 15 minutos y 9 horas.960 Guabinas 45.663 0.257 n 0.943 0. El Baúl carretera.9 Para obtener los parámetros de las ecuaciones 1 y 13 del modelo regional. Jobalito. Por último. Manaure. La selección respondió a la existencia de registros continuos.289 0. Campo Carabobo.378 0.228 0.870 Central Matilde 44. Guabinas.281 0. 1991.829 97. Manrique.863 97.981 Auro 39.378 0.958 97. Pao Oficina.856 98.569 S.318 0.229 0. Tabla 2.272 0.184 0. 1994).301 0.870 Tocuyano 50.975 0. Hato Paradero.182 m 0.983 98.332 0. Aguadita.328 0. Parámetro Estación climatológica Las Majaguas k 43.274 0.R. Guayabito. La Ceiba – Camoruco. La Morena. de Onoto 50. San Rafael de Onoto.602 0.848 98.222 0.

229 n.845 94.s.529 1.179 0.988 0.450 0.977 0.333 0.451 0.676 0.146 0.358 Morena 44.334 0.250 0.352 0.496 0.370 0.765 0.942 Pao Planta 46.439 Nirgua 22.419 0.302 0.812 98.169 0.295 m 0.128 n.135 54.059 96.241 0.952 89.046 0. Parámetros de los modelos matemáticos para estimar la intensidad de las lluvias extremas en función de su duración y tiempo de retorno en el estado Cojedes (continuación).768 Ceiba – Camoruco 60.661 1.004 0.272 Cachinche 26.s.320 Canoabo 28.343 0.884 97.694 0.671 91.877 95. n.068 .394 0.589 0.417 1.297 0.530 Vega – Charcote 32.699 Manrique 47. Miranda – Trinidad 22. Bejuma Panamericana 19.s.299 0. Los Cogollos 17.481 Guataparo Dique 22. Parámetro Estación climatológica Palo Quemado k 53.398 0.766 1.171 0.s.196 0.208 0.819 97.052 94.345 Tinaquillo 10.032 R2 96.863 95.049 98.207 0.117 n.343 c 0.575 Los Colorados 45.014 0.515 0.655 n.496 -0.243 Tinaco 43.552 Temerla 84.862 96.934 0.275 0.384 0.488 -0.243 0.322 Chirgua Cabecera 13.890 98.299 0.203 0.218 0.815 91.277 96.014 n.041 98. Montalbán 29.264 0.037 0.135 Campo de Carabobo 36.050 Vallecito 46.s.10 Tabla 2.272 0.886 0.189 0.473 1.577 0.311 n.s.270 0.265 0.357 Baúl Carretera 69.324 0.994 0.484 0.244 0.893 96.293 0.273 0. 0.457 0.091 0.286 0.934 95.702 95.852 94.632 -0. 0.106 0.262 0.188 Hato Las Babas 36.s.589 El Amparo 39.168 0.514 87.045 Morita Caserío 53.152 La Aguadita 42.931 98.272 0.176 n. N 1.882 96.924 0.233 0.235 0.669 96.313 0.s.

375 0.215 n. 0.329 Corozo Pando 39.417 Nota: n.s.823 95. 0. Parámetros de los modelos matemáticos para estimar la intensidad de las lluvias extremas en función de su duración y tiempo de retorno en el estado Cojedes (continuación). m.345 c 0. Tiznado 54.601 1. La estructura básica del modelo es: I= k .513 1.320 0.s.947 0.014 -0.042 0.761 0.166 0.331 0.651 0.303 0.s. : parámetro no significativo a un nivel de confianza del 95 %.s.419 0.J.938 99.865 87.T m (d + c )n (17) Donde: I: intensidad de la lluvia en mm/h T: tiempo de retorno en años d: duración de la lluvia en horas k.114 0.474 0.333 0.371 0.275 0. se ajustaron a la siguiente función matemática: .848 98.638 Sarare 37.066 93.544 m 0.420 0.858 98. N 0.957 93.155 Hato Paradero 35.201 Galera 47.735 R2 84. n y c: parámetros ajustados mediante regresión no lineal Los modelos matemáticos para estimar la altura de precipitación acumulada de las lluvias extremas en las diferentes estaciones climatológicas en función de su duración y tiempo de retorno (curva masa de precipitación extrema).401 Los Naranjos 43.765 0.076 Arismendi 74.302 0.983 96.690 0.296 0.171 n.394 0.583 0.296 0.945 96.412 0.322 Manaure 36.065 96.422 S.11 Tabla 2.063 n.779 88.295 0.000 Caño Benito 53.591 0.022 Jobalito 85.s. Mata Oscura 41. Parámetro Estación climatológica k Pao Oficina 31.320 n.021 -0.328 0.

los parámetros (k.126 0.471 CONCLUSIONES Del análisis y discusión de los resultados de esta investigación se obtuvieron las siguientes conclusiones: De todos los modelos generados.12 Pa = k . la Tabla 3 resume las principales características del mismo. n. c) son los mostrados en la Tabla 2.d (18) Donde: Pa: lluvia acumulada al tiempo d en mm T: tiempo de retorno en años d: duración de la lluvia en horas k. el derivado de la estación climatológica Tinaquillo no debe emplearse . Con relación al modelo matemático regional para la estimación de la intensidad de las lluvias extremas en función de su duración y tiempo de retorno.320 0. Tabla 3. Tal y como se mencionó en los párrafos precedentes los parámetros se sustituyen en la ecuación 18 para generar un modelo que estime la lluvia acumulada promedio.920 99. m.T m (d + c )n . Las limitaciones en torno al uso de los modelos matemáticos para estimar la intensidad de las lluvias extremas en función de su duración y tiempo de retorno.122 0. Parámetros del modelo matemático regional para estimar la intensidad de las lluvias extremas en función de su duración y tiempo de retorno en el estado Cojedes. n y c: parámetros ajustados mediante regresión no lineal Puesto que la ecuación 18 es una extensión de la ecuación 17. m. Parámetro k m c n r2 53. son aplicables a los modelos derivados de la ecuación 18.

REFERENCIAS Chow. (1987) Fundamentos de hidrológica de superficie. Chirgua Cabecera. Limusa Noriega Editores. Miranda Trinidad. más aún. Mijares. Ceiba – Camoruco. Mata Oscura. Arismendi y Cachinche.658 %.. los modelos asociados a las estaciones: Pao Oficina. 3. INE. Chirgua Cabecera. los referidos modelos ostentan un coeficiente de determinación (R2) promedio igual a 94. y Mays. 119-144. H. Gueca Ediciones. el cual es bastante bueno (Montgomery. México.Repetir esta investigación incluyendo registros históricos más recientes a fin de incrementar la calidad predictora de los modelos. pues presentó un muy bajo porcentaje de varianza explicada (54.. 166175. Guevara. Guataparo Dique. PNUD y Gobernación del estado Cojedes (2001) Síntesis estadística del estado Cojedes 2001. E. la estación climatológica Arismendi presentó un parámetro m no significativo. 455-499. Bejuma Panamericana. El resto de los modelos producen intensidades de lluvia bastantes cercanas a las reales. Valencia. Mc Graw – Hill. En términos globales. Los Cogollos. 1991).152 %). el parámetro c no debe incluirse. pp.13 como herramienta de predicción. Maidment. . Santa Fé de Bogota.. Pao Oficina. Arismendi y Ceiba Camoruco deben emplearse con cautela al momento de realizar pronósticos. V. Arismendi y Ceiba Camoruco. 2. Montalbán. L. pp. (1994) Manual de hidrología aplicada. pp. pues no fue estadísticamente significativo a un nivel de confianza del 95 %. Mata Oscura. (1991) Hidrología: una introducción a la ciencia hidrológica aplicada. pues de acuerdo a los resultados obtenidos se infiere la existencia de problemas instrumental y/o humanos.Indagar la manera como se llevan los registros de lluvia acumulada en las estaciones pluviométricas: Tinaquillo. Debe resaltarse que en los modelos matemáticos asociados a las estaciones climatológicas: El Amparo. F.Elaborar un mapa del estado Cojedes donde se observe la distribución de isolíneas de profundidad de la lluvia para diferentes duraciones y tiempo de retorno a fin de conocer la distribución espacial de las lluvias extremas en el estado. D. RECOMENDACIONES En función de los resultados y conclusiones que se desprenden de este estudio se recomienda las siguientes acciones: 1. Documento del Proyecto Sistema de Información para la Gestión Local. Por otro lado. Colombia. Venezuela. Ello permitirá conocer las regiones más propensas a sufrir inundaciones severas.. y Cartaya.

(2000). AGRADECIMIENTOS Un muy especial reconocimiento al Profesor Cesar Abreu. Proyecto de investigación.S. p. Venezuela. Trabajo de ascenso no publicado. Vicerrectorado de Infraestructura y Procesos Industriales. R. . Ing.statsoft. Ramones. Vicerrectorado de Infraestructura y Procesos Industriales. 22-24. Universidad Nacional Experimental de los Llanos Ezequiel Zamora. EUA. Jaime Delgado Saldivar Trad. 41. Davis. (1990) Principales características morfométricas de cinco cuencas del estado Cojedes.com STATSOFT (2000) Nonlinear Estimation Procedures. 1-2. (2001) Curvas de intensidad – duración – frecuencia de lluvias en el estado Cojedes. pp. Army Corps of Engineers (2000).0. al Msc.14 Montgomery. Ruiz. D. 429 – 462. pp. Manual electrónico del STATISTICA 6. Function Minimization Algorithms.0) [Programa de computación en DC].) México: Grupo Editorial Iberoamericana. Cojedes. su correlación e inferencias en el aspecto cualitativo del escurrimiento.statsoft. 123 – 126. pp. y Vivas. por su siempre incondicional apoyo. pp. Tonny García por sus acertadas correcciones y a la UNELLEZ. (1991) Diseño y análisis de experimentos (Lic. Hydrologic Modeling System HEC – HMS. pp. 45-46 y anexo 2. STATISTICA (versión 6. Universidad Nacional Experimental de los Llanos Ezequiel Zamora. J. I. Disponible: http://www. Disponible: http://www.com U.