You are on page 1of 12

ANLISIS DE CONSISTENCIA DE LA INFORMACIN HIDROMETEOROLGICA

El anlisis de consistencia de la informacin hidrometeorolgica es uno de los aspectos


ms importantes que se tiene que realizar en los estudios hidrolgicos
1. ANLISIS GRFICO
A fin de detectar posibles datos inconsistentes en la serie histrica, se procede al
anlisis visual de la informacin el mismo que ha consistido en lo siguiente:

1.1. ANLISIS DE HISTOGRAMAS


Esta fase complementaria consiste en analizar visualmente la distribucin
temporal de toda la informacin hidrometeorolgica disponible combinando con
los criterios obtenidos del campo para detectar la regularidad o irregularidad de
los mismos. De la apreciacin visual de estos grficos se deduce si la
informacin es aceptable o dudosa, considerndose como informacin dudosa o
de poco valor para el estudio, aquella que muestra en forma evidente valores
constantes en perodos en los cuales fsicamente no es posible debido a la
caracterstica aleatoria de los datos.
Los histogramas son grficos que representan la informacin pluviomtrica o
hidromtrica en el tiempo.
Mediante el anlisis de los histogramas es posible detectar saltos y/o tendencias
en la informacin histrica. Se debe aclarar que este anlisis es nicamente con
fines de identificacin de las posibles inconsistencias, las mismas que debern
ser evaluadas estadsticamente mediante el test respectivo.

M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica

1.2. ANLISIS DE DOBLE MASA


El anlisis de doble masa, es una herramienta muy conocida y utilizada en la
deteccin de inconsistencias en los datos hidrolgicos mltiples cuando se
disponen de dos o ms series de datos.
Un quiebre de la recta de doble masa o un cambio de pendiente, puede o no ser
significativo, ya que si dicho cambio est dentro de los lmites de confianza de la
variacin de la recta para un nivel de probabilidades dado, entonces el salto no
es significativo, el mismo que se comprobar mediante un anlisis de
consistencia.
Mediante este mtodo se determina la consistencia relativa de una estacin
respecto a otra estacin ndice o a un promedio de estaciones. El anlisis grfico
comparativo se realiza a travs de la curva doble masa, que tiene como abscisa
los valores de precipitacin anual acumulada de la estacin analizada y como
ordenada los valores de precipitacin anual acumulada de la estacin ndice o
estacin promedio.

2. ANLISIS ESTADSTICO
La no homogeneidad e inconsistencia en secuencias hidrolgicas representa uno de
los aspectos ms importantes del estudio en la hidrologa contempornea,
particularmente en lo relacionado a la conservacin, desarrollo y control de
recursos hdricos.
Inconsistencia es sinnimo de error sistemtico y se presenta como saltos y
tendencias. Uno de los dos elementos ms importantes a tener en cuenta en el
anlisis de consistencia con relacin a los datos existentes en el pas es la longitud
de registro y el nivel de informalidad que por limitaciones de recursos econmicos
tiene el proceso de recoleccin y manipuleo de la informacin fuente. De all que es
preferible partir de la duda y no de la aceptacin directa o fcil.
El anlisis de la informacin se realiza en las componentes determinsticas
transitorias de la serie que son:
Anlisis de Salto
M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica

Anlisis de Tendencia
En cada uno de los cuales se analiza la consistencia en los dos primeros parmetros
estadsticos: media y desviacin estndar.
2.1. ANLISIS DE SALTO
Los saltos, son formas determinsticas transitorias que permiten a una serie
estadstica peridica pasar desde un estado a otro, como respuesta a cambios
hechos por el hombre, debido al continuo desarrollo y explotacin de recursos
hidrulicos en la cuenca o cambios violentos que en la naturaleza puedan
ocurrir.
Los saltos se presentan en la media, desviacin estndar y otros parmetros.
Pero generalmente el anlisis ms importante es en los dos primeros
El anlisis de Salto se obtiene al medir:
Consistencia en la Media
Consistencia en la Desviacin Estndar
2.1.1. CONSISTENCIA EN LA MEDIA
Mediante la prueba de significancia "T" se analiza si los valores
promedios son estadsticamente iguales o diferentes de la siguiente
manera:

X1

1 n1
Xi
n1 i 1

Clculo de la media y desviacin estndar para cada perodo,

X2

1
n2

Xi

i n1

segn:

M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica

1 ni
S1 ( x)
Xi X 12

n1 1 i 1
S 2 ( x)

1 n
Xi X 2 2

n2 1 i n1

donde:
n1 , n2 tamao de cada periodo
Xi informacin de anlisis
__

__

X1 X 2

media del periodo 1 y 2

S1(x), S2(x) desviacin estndar de periodo 1 y2


N = n1 , n2 tamao de la muestra
Estadstico "T" el procedimiento para realizar esta prueba es la
siguiente:
1. Establecer la hiptesis planteada y la alternativa posible, as
como el nivel de significacin
Hp : 1 = 2

(media poblacional)

Ha : 1 2
= 0.05
2. Clculo de la desviacin estndar de la diferencia de los
promedios segn:
Desviacin estndar de las diferencias de promedio
Sd S p

1
1

n1 n2

Desviacin estndar ponderada

Sp

n1 1 S12 n2 1 S 22
n1 n2 2

3. Clculo del Tc segn:


_

( X 1 X 2 ) (1 2 )
Tc
Sd

donde 1 - 2 = 0
M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica

4. Hallar el valor de Tt en las tablas con:


Con 95% de probabilidades
= 0.05
G.L. = n1 + n2 2
Donde:
G.L. grados de libertad
nivel de significacin
5. Conclusiones
Si Tc Tt (95%) las medias son iguales
Si Tc > Tt (95%) las medias son diferentes y existe salto
en la media

2.1.2. CONSISTENCIA EN LA DESVIACIN ESTNDAR


El anlisis de consistencia en la desviacin estndar se realiza con
prueba "F" de la forma que a continuacin se describe:
Clculo de las variancias de ambos perodos:

S12 ( x)

1 n1
Xi X 12

n1 1 i 1

1 n2
Xi X 2 2
S ( x)

n 2 1 i n1
2
2

Estadstico "F" el procedimiento para realizar esta prueba es la


siguiente:
1.

Se establece la hiptesis planteada y alternante, as como el


nivel de significacin:
Hp : 12 = 22

(variaciones poblacionales)

Ha : 12 22
= 0.05
2.

Clculo de la Fc:
Si, S12(x) > S22(x)

M. Aguirre N.

S12 ( x)
Fc 2
S 2 ( x) Anlisis de consistencia de la informacin hidrometeorolgica

Si, S12(x)< S22(x)

Fc

3.

S 22 ( x )
S12 ( x )

Hallar el valor de Ft en las tablas con:


= 0.05
G.L.N = n1 - 1
G.L.D = n2 - 1
Donde:

Nivel de significacin

G.L.N grado de libertad del numerador


G.L.D

grado de libertad del denominador

4. Conclusiones
Si Fc Ft (95%) las desviaciones estndar son iguales
Si Fc > Ft (95%) las desviaciones estndar son diferentes
2.1.3. ELIMINACIN DE SALTO
En los casos en que los parmetros media y desviacin estndar
resultasen estadsticamente iguales, la informacin original no se corrige
por ser consistente con 95% de probabilidades, an cuando en el doble
masa se observe pequeos quiebres.
Procedimiento:
Si resulta la media y desviacin estndar estadsticamente
diferentes, entonces se corrige mediante una ecuacin que permite
mantener los parmetros del perodo ms confiable. Dicha ecuacin
se expresa como:
Modelo para corregir el primer periodo
X (' t )
M. Aguirre N.

Xt X 1
S 2 ( x) X 2
S1 ( x )
Anlisis de consistencia de la informacin hidrometeorolgica

Modelo para corregir el segundo periodo

X (' t )

Xt X 2
S1 ( x ) X 1
S 2 ( x)

donde:
X'(t) = valor corregido de la informacin
X(t) = valor a ser corregido
2.2. ANLISIS DE TENDENCIAS
Las tendencias son componentes determinsticas transitorias que se definen
como un cambio sistemtico y continuo sobre una muestra de informacin
hidrometeorolgica en cualquier parmetro de la misma, que afectan las
distribuciones y dependencias de las series.
Previamente a este anlisis se han corregido los saltos existentes, para luego
analizar la tendencia en la media y en la desviacin estndar.
Las tendencias por lo general pueden ser aproximadas por la ecuacin de
regresin lineal.
Se analizan en los dos primeros parmetros de una serie:
Tendencia en la Media
Tendencia en la Desviacin Estndar
2.2.1. TENDENCIA EN LA MEDIA
La tendencia en la media Tmp pueden ser expresada en forma general
Tm p Am Bm t C m t 2 Dm t 3 ......

por el polinomio:
Para muchos casos para estimar esta tendencia, es suficiente la ecuacin
Tm p Am Bm t

de regresin lineal simple:


Donde:

M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica

Tmp = Es un proceso estocstico no estacionario, vale decir la


informacin hidrometeorolgica corregida o sin saltos.
t = es el tiempo tomado como la variable independiente en el anlisis de
regresin para evaluar la tendencia, y su valor se determina por:
t = (p - 1)w +
= 1,2,3,....w
w puede ser 365 o 12 segn la serie sea anual o mensual.
Am = coeficiente de la ecuacin de regresin que debe ser estimado a
partir de los datos.
P = 1, 2, , n, con igual nmero de aos de registros histrico de los
datos
Las constantes de regresin de estas ecuaciones ser estimadas por el
mtodo de mnimos cuadrados o por el mtodo de regresin lineal
mltiple en el caso de polinomio.
Para calcular y analizar una tendencia lineal , se procede de la siguiente
manera:
Con la informacin que se tiene se calcula los parmetros de la
ecuacin de regresin lineal simple, dados en la ecuacin:
Estimacin
_

Am T m Bm t

Bm R

STm
St

t.T m t.T m
St STm

Donde:

Tm
Es el promedio de la tendencia e igual al promedio de los datos
histricos

M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica

Es el promedio del tiempo cronolgico t


STm

Desviacin estndar de la tendencia en la media


St

Desviacin estndar del tiempo t

R
Es el coeficiente de correlacin lineal simple entre la tendencia en
la media y el tiempo en consideracin

t.T m
Es el promedio del producto de la tendencia por el tiempo, y su
valor es igual a:
t.T m

1 n
(Tm )i .ti
n i 1

Evaluacin
Para averiguar si la tendencia es significativa se analiza el
coeficiente de regresin o el coeficiente de correlacin. En este caso
se analiza R segn el estadstico "T" de Student, desarrollando los
siguientes pasos:
1.

Clculo del estadstico Tc segn:

Tc

R n2
1 R2

Donde:
Tc = valor del estadstico T calculado
n = nmero total de datos
R = coeficiente de correlacin
2. En las tablas se encuentra el valor "T" tabular al 95% de
probabilidades, vale decir:
= 0.05
G.L. = n-2
3. Conclusiones:
M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica

Si [Tc] Tt (95%) no tiene tendencia.


Si [Tc] > Tt (95%) si tiene tendencia.
2.2.2. ELIMINACIN DE LA TENDENCIA EN LA MEDIA
Si resulta el coeficiente de correlacin R no significativo, entonces la
informacin no presenta una tendencia significativa con el 95% de
probabilidades; pero si R resulta significativo entonces la tendencia si
es significativa, la misma que se elimina de la siguiente manera:
Yt X t Am Bm .t

Donde:
Xt es la serie hidrometeorolgica analizada
Yt es la serie corregida
t = 1,2,3,...,n con n igual al tamao de la muestra
La serie Yt presenta las siguientes caractersticas:
E[Yt] = 0

y VAR[Yt] = VAR[Xt]

2.2.3. TENDENCIA EN LA DESVIACIN ESTNDAR


La tendencia en la dispersin generalmente se representa en los datos
mensuales, no as en anuales. Esta tendencia al igual que la media,
puede ser aproximada por la ecuacin de regresin lineal tal como:
Ts p As Bs t

Donde:
Tsp

Es un proceso estocstico no estacionario, vale decir la


informacin hidrometeorolgica corregida o sin saltos.

t=

1, 2,..n

As ,Bs coeficientes de los polinomios de regresin que deben ser


estimados a partir de los datos.
n

nmero total de aos

Estimacin

M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica

A la informacin sin tendencia en la media (Yt) se divide en


varios perodos (en aos)

Para cada periodo se calcula su desviacin estndar respectiva,


obtenindose tantos valores de desviaciones estndar como
perodos agrupados se disponga, segn:
Sp

1 w
Y pi Y p 2

w 1 i 1

Sp es la desviacin estndar para el perodo p


Ypi es la serie sin tendencia en la media
p = 1,2,...,n con n igual al nmero de perodos
i = 1,2,...w
w = 365 o 12 si el anlisis es con informacin diaria o mensual
respectivamente
3. Se puede calcular los parmetros de la ecuacin de regresin
lineal simple de la misma forma que se hizo en la tendencia en
la media, a partir de las desviaciones estndar y el tiempo t.
4. Anlisis del coeficiente de correlacin R entre la tendencia en
la desviacin estndar y el tiempo, segn el estadstico "T", con
los mismos criterios que en el caso de la tendencia en la media;
esto es, si el valor de T calculado resulta menor o igual que el
valor de T tabular, entonces se acepta la hiptesis planteada
concluyendo que la tendencia en la desviacin estndar no es
significativa al 95% de probabilidades; pero si el valor Tc
resultase mayor que Tt, entonces la tendencia analizada si es
significativa al mismo porcentaje de probabilidades, siendo
necesario su correccin y/o eliminacin.
2.2.4. ELIMINACIN DE LA TENDENCIA EN LA DESVIACIN ESTNDAR
Si el coeficiente de correlacin R resulta significativo en la prueba
estadstica, entonces la tendencia en la desviacin estndar es
significativa, siendo necesaria su correccin de la forma siguiente:

M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica

Zt

X pi Tm
Ts

Donde:
Zt es la serie hidrometeorolgica sin tendencia
La serie Zt presenta las siguientes caractersticas:
E[Zt] = 0

y VAR[Zpt] = 1

Referencias y Bibliografa:
1. AGUIRRE NUEZ, MARIO; QUISPE SOTO, EDWIN LIMA-1999. SISTEMA DE
INFORMACIN HIDROLGICA (S.I.H.) MANUAL DE USUARIO
2. ALIAGA, VITO. LIMA 1980. TRATAMIENTO DE DATOS
HIDROMETEOROLGICOS

M. Aguirre N.

Anlisis de consistencia de la informacin hidrometeorolgica