INDICE

1. INTRODUCCION
2. OBJETIVOS
2.1 Objetivo General
2.2 Objetivos Específicos
3. HIPÓTESIS DEL TRABAJO
4. ANTECEDENTES GENERALES
4.1 Detalles de las estaciones
4.2 Ubicación Geográfica:
5. METODOLOGÍA:
5.1 Obtención de la información de pluviómetros
5.2 Métodos De Estimación
5.2.1 La Media Aritmética (MA)
5.2.2 El Inverso de la Distancia al Cuadrado (IDC)
5.3 Distribuciones De Probabilidad
5.3.1 Distribución Normal
5.3.2 Distribución Gamma De Tres Parámetros O Pearson Tipo 3
5.4 Periodo De Retorno
6. PROCESAMIENTO DE LA INFORMACION
6.1 Tabla Con Datos Faltantes
6.2 Relleno de datos (sin considerar las precipitaciones medias, ni distancias)
6.3 Relleno de datos (considerando distancias)
6.4 Corrección y relleno de datos faltantes
6.5 Curvas de masa
6.5.1 Curvas de doble masa (usando datos de método 1)
6.5.2 Curvas de doble masa (usando datos de método 2)
6.6 Histogramas

7 Distribución Normal 6.6.1 Grafico de Distribución 6.2 Tabulación de datos 6.6.1 Grafico de Distribución 6.3 Histograma de frecuencias 6.8.7.6.8 Distribución Gamma 6.6.2 Tabulación de datos .2 Histograma de Precipitaciones 6.1 Frecuencias con respecto a la estación M102 6.8.7.

INTRODUCCION La relevancia del clima como factor regulador del medio natural y su incidencia sobre el ser humano. son varios los proyectos de magnitud en los campos del cambio y variabilidad climática. En este marco. recursos hídricos. es uno de los elementos climáticos que más influye sobre la naturaleza y su configuración. notoriamente. registrados en las diferentes estaciones y los factores que lo determinan. especialmente cuando es escasa. donde la problemática del conocimiento de los montos precipitados sobre una determinada área son primordiales. que utilizan y dependen de los parámetros meteorológicos. es innegable. La aplicación de la información meteorológica es general en todas las actividades de la vida. medio ambiente. así como el desarrollo de las principales especies vegetales y animales. . fundado en 1961. tanto de manera poblacional como sobre sus actividades. sobre otros rubros de la economía y la correspondiente producción de bienes y servicios. es Representante Permanente del Ecuador ante la Organización Meteorológica Mundial . El Instituto Nacional de Meteorología e Hidrología – INAMHI. En este sentido.1.OMM. la precipitación. las estimaciones de las precipitaciones y sus análisis espaciales tratan de establecer las relaciones existentes entre los valores puntuales. al igual que la temperatura. Esta variable también influye. salud. Dentro de sus objetivos y funciones consta la publicación de los anuarios meteorológicos. que contienen información básica y fundamental para la elaboración de estudios e investigaciones dentro de la problemática del país. Su distribución temporal y espacial condiciona los ciclos agrícolas y forestales. turismo y otros. agricultura.

OBJETIVOS 2. 2. HIPÓTESIS DEL TRABAJO Existen diferencias significativas entre algunos de los distintos métodos de estimación de precipitaciones areales medias anuales.1 Detalles de las estaciones: Código M001 M009 M024 M102 Código M001 M009 M024 M102 Estaciones Inguincho La Victoria Inerhi Quito Inamhi-InnaQuito (Prncipal) El Angel Tipo CO – Climatológica Ordinaria AP . 4. 3. Realizar la estimación mediante dos métodos aprendidos durante el curso.2 Objetivos Específicos    Estimar las precipitaciones de meses faltantes de una estación en los anuarios del Inamhi durante un periodo de 7 años.Agrometeorológica CE – Climatológica Especial CO – Climatológica Ordinaria Latitud 0°15'30" N 0°3'36" S 0°10'0" S 0°37'35" N Longitud 78°44'3" O 78°12'2" O 78°29'0" O 77°56'38" O Cuenca hidrográfica Rio Mira Río Esmeraldas Río Esmeraldas Rio Mira Altitud (m) 3185 2200 2812 3055 Provincia Carchi Cañar Cañar . según el lugar o área de estudio en que se apliquen y la serie de datos meteorológicos de que se disponga 4.2.1 Objetivo General Desarrollar los diversos conocimientos adquiridos a lo largo del semestre y ponerlos en práctica de forma clara y técnica. ANTECEDENTES GENERALES El área de aplicación de los modelos y toda la información detallada acerca de los equipos de medición se presentan a continuación. Establecer parámetros que nos permitan dar resultados técnicos y saber interpretarlos.

las observaciones son bihorarias y. . e Inverso de la Distancia al Cuadrado. 13 y 19 horas).E. 13 y 19 horas). . 5. 13 y 19 horas). dos observaciones (07 y 19 horas) o una observación (07 horas).2 Métodos De Estimación Los métodos para estimar las precipitaciones medias areales (M.M.) utilizados en esta trabajo son la Media Aritmética. MOP 1992. pudiendo evitar así escoger iguales estaciones entre los distintos grupos de trabajo.A. El objeto de este procesamiento es entregar al usuario una muestra estadística homogénea a nivel nacional.Para el presente trabajo. Chow et al.En las estaciones agrometeorológicas o de referencia. Pizarro 1993. . En las climatológicas principales.1 Obtención de la información de pluviómetros . . Sheng 1992. se realizan observaciones horarias entre las 07 y 19 horas. los cuales fueron revisados antes para hacer una preselección de datos. independientemente del tipo de estación. 5.2.Los valores estadísticos mensuales publicados en los Anuarios han sido obtenidos en base de las tres observaciones diarias (07. METODOLOGÍA: 5.En las estaciones pluviométricas pueden realizarse tres tipos de registros: tres observaciones diarias (07. 1994). se usaron los anuarios disponibles en la página web del Inamhi.P.1 La Media Aritmética (MA) consiste en calcular el promedio de los datos pluviométricos puntuales de estaciones ubicadas en un área geográfica determinada (Linsley et al. Llamas 1993.2 Ubicación Geográfica: 5. en las ordinarias se registran tres observaciones diarias (07. 1988.4.

de forma de minimizar la variación espacial por esta causa.La principal carencia del método es no considerar características anexas que pueden influir en las precipitaciones.3 Distribuciones De Probabilidad 5. condiciones atmosféricas predominantes u otras. cercanía a océanos. recibe una influencia bastante fuerte del monto pluvial de las estaciones más cercanas y al considerar una serie o variedad de puntos de estimación puede formar agrupaciones concéntricas de los montos estimados en torno a las estaciones. y su importancia radica en la fácil aplicación en un S. uno cada 50 km (Pizarro 1993). depende de dos parámetros μ ( es la media aritmética de nuestros datos) y σ (variación estándar). como podría ser la presencia de cordones montañosos.2. en terrenos planos. en el que se asigna igual peso (1/G) a cada estación. cercanas al borde. Pueden incluirse estaciones fuera del dominio. para la existencia de una buena red pluviométrica debiera existir. Este método divide la cuenca o área de estudio en celdas. al tener un factor cuadrático.1 Distribución Normal: La distribución normal es una distribución simétrica en forma de campana.2 El método Inverso de la Distancia al Cuadrado (IDC) es el más reciente entre los que se han analizado.G.). a lo menos un pluviómetro 2 2 cada 25 km y.M. Dicha ponderación. Es el método más simple.I. Aunque muchas veces no se ajusta a los datos hidrológicos tiene amplia aplicación por ejemplo a los datos transformados que siguen la distribución normal. El método entrega un resultado satisfactorio si se tiene que el área de la cuenca se muestrea con varias estaciones uniformemente repartidas y su topografía es poco variable. considerando que la precipitación dentro de una celda sin medida es una función de la precipitación de las celdas próximas que poseen medidas y del inverso de la distancia que las separa. si se estima que lo que miden es representativo. 5. . El método IDC sería similar a MA. como vemos. también conocida como Campana de Gauss. elevada al cuadrado ∑ ∑ ∑ ∑ Según la Organización Meteorológica Mundial (O. pero con el agregado de una ponderación por distancia. en terrenos montañosos. ∑ 5. Su función de densidad viene dada por la fórmula: ( ) √ ( ( ) ) que.M.3.

de la existencia de otras vías alternativas capaces de remplazarla. y de los daños que implicaría su ruptura: pérdida de vidas humanas. caudales mínimos.5. Definición: Se dice que una variable continua X tiene una distribución gamma si la fdp de X es: ( ) ( ) 5. los diques para control de inundaciones.3. volúmenes de flujo anuales y estacionales. estratégico. Con base en las siguientes relaciones: Dónde: T = Período de retorno (años). El periodo de retorno se define como el intervalo de recurrencia (T). como puede ser un puente. socio-económico. m = Número de orden. la función Gamma se utiliza para ajustar la distribución de frecuencia de variables tales como crecientes máximas anuales. El período de retorno para el que se debe dimensionar una obra varía en función de la importancia de la misma (interés económico. o una obra que requiera cruzar un río o arroyo con seguridad.2 Distribución Gamma De Tres Parámetros O Pearson Tipo 3: Esta distribución ha sido una de las más utilizadas en hidrología. 6. etc. n = Número de años de registro. como por ejemplo: el vertedero de una presa. P = Probabilidad. Como la mayoría de las variables hidrológicas son sesgadas.4 Periodo De Retorno Período de retorno es uno de los parámetros más significativos a ser tomado en cuenta en el momento de dimensionar una obra hidráulica destinada a soportar avenidas. al lapso promedio en años entre la ocurrencia de un evento igual o mayor a una magnitud dada. ordenados de mayor a menor. PROCESAMIENTO DE LA INFORMACION . del m-ésimo evento de los n registros. costo y duración de la reconstrucción. costo del no funcionamiento de la obra. valores de precipitaciones extremas y volúmenes de lluvia de corta duración. Este periodo se considera como el inverso de la probabilidad. El valor del periodo de retorno se determina en función de la posición de la variable aleatoria (Pmáx o Qmáx en su caso) en una tabla de valores. turístico).

236 0.9 M009 Mes Mayo Octubre Año 2004 2006 Mes Enero Marzo Abril Mayo Junio Septiembre Diciembre Estaciones M001 M009 M001 M024 M001 M102 M009 M024 M009 M102 M024 M102 r 610.54 59.494 0.071 0.0 7.043 636.324 c2 0.6 M024 Mes Febrero Agosto Diciembre Año 2006 2003 2007 r 273.124 0.080 x 35.300 C1 0.2 28.44 28.390 0.701 C1 0.6.1 26.088 0.303 0.099 0.880 Distancias 59.33 27.038 0.035 0.085 274.4 Corrección y relleno de datos faltantes M001 Mes Enero Mayo Septiembre Año 2005 2003 2004 r 332.592 c3 0.486 0.130 435.0 0.1 28.212 c2 0.284 0.655 284.694 0.358 0.608 362.718 429.370 0.123 0.961 c3 0.095 x 64.98 C1 0.092 0.581 0.058 0.542 c3 0.040 586.591 Año 2002 2005 2005 2002 2005 2006 2003 M102 r 351.052 0.8 49.084 0.097 C1 0.055 0.261 0.114 0.3 81.87 31.402 0.668 0.906 340.051 0.572 0.602 0.5 104.039 c2 0.9 x 16.973 636.586 555.041 0.232 575.3 87.042 0.372 c3 0.89 87.6 .4 14.139 0.084 x 91.5 32.841 0.360 c2 0.

2 1544.5.1 CURVAS DE DOBLE MASA (usando datos de metodo 1) Px 1 Pp 1 Pxac 1 Ppac 1 2001 485.9 808.6 2003 678.6 mm 7000.9 1206.0 .6 669.9 Promedio 755.4 2005 851.0 0.0 2004 585.6 669.6 669.6 874.0 2000.7 6000.8 1790.0 Ppac 2 2000.4 6052.2 751.8 2006 971.2 CURVAS DE DOBLE MASA (usando datos de metodo 2) Px 2 Pp 2 Pxac 2 Ppac 2 2001 485.2 3895.0 0.0 4000.0 0.4 2513.5 6065.5.0 mm 8000.9 5099.0 5000.8 2002 720.6 4084.4 3138.0 4000.7 4345.1 2336.6 966.0 1000.0 5000.8 485.8 3364.2 1544.0 6000.8 485.5 2339.0 3144.6 957.8 5095.6 874.0 Pxac 1 3000.0 6000.6 3892.3 1207.0 1000.6.8 866.4 2004 585.6 1199.6 2003 721.0 0.0 Ppac 1 2000.4 1927.0 6.3 3113.0 791.3 5029.0 Pxac 2 3000.0 mm 8000.0 2000.9 2007 944.0 mm 7000.4 2007 944.0 4000.1 2376.2 2006 981.7 Promedio 718.0 6000.3 794.9 799.5 864.6 669.0 5290.8 2002 626.5 Curvas de masa 6.2 753.0 4000.9 1112.5 2005 737.

00 TOTAL 7 1.00 Media aritmetica Varianza Desviación Estandar 755.29 0. RELATIVAS F.2 981.57 2 6 0. 6.29 2 4 0.4 485.1 Frecuencias con respecto a la estación M102 INTERVALOS 450 550 650 750 850 950 FRECUENCIAS F. ABS ACUMU F.0 5290.6 721.0 2001 Año 6.R.9 2002 2003 2004 851.14 0.79 33315.9 4000.86 1 7 0.5 2000.0 Precipitaciones (mm) 4345.14 1 2 0.26 182.3 585.52 6.0 1000.6.2 720.00 0. por lo que procedemos a usar únicamente los datos ajustados con el método de la Media Aritmética.6 3000.6 2005 2006 2007 0.5 5000.14 0.0 Precipitacione s anuales acumuladas 2513.6.Se comparó las gráficas y se llegó a la conclusión que existe una discrepancia muy grande usando el método Inverso de la Distancia al Cuadrado (IDC).6 HISTOGRAMAS 6.ACUMULADAS <= X < 550 <= X < 650 <= X < 750 <= X < 850 <= X < 950 <= X < 1050 1 1 0.14 1.57 0 4 0.29 0.0 1927.2 Histograma de Precipitaciones 6000.6.3 Histograma de frecuencias .6 1206.0 3364.3 944.

00 0.0005 755.86 0.001 0.00 400.00 Precipitaciones (mm) .57 0.29 0.20 0.57 0.00 1400.1 Grafico de Distribución 0.14 F.00 550 650 750 850 950 1050 Precipitación (mm) 6. Acumulada 3 2 2 1 2 2 1 1 1 0 0 550 650 750 850 950 Frecuencias relativas 1.00218569 0.29 0. Acumulada 0.29 F.80 0.79 0 0.00 1200.7 DISTRIBUCIÓN NORMAL 6.7.00 800.14 0.00 1000.8 Frecuencias absolutas 7 7 6 6 5 4 4 4 F.00 600.002 0.00 200.00 0.60 0.14 0.40 0.0015 Media Precipitaciones medias anuales 0. Relativa 0.0025 0.00 1050 Precipitación (mm) 1.

00 800.001280024 .001906739 0.000893005 0.002085952 0.7.001417336 0.2 981.9 851.00 400.00 1300.00 P(P) 2.000730762 0.5655E-05 6.8 DISTRIBUCIÓN GAMMA 6.000369249 0.6.00 1000.11937E-05 9.67264E-05 0.001018842 0.001599667 0.6 P(Ppx) 0.6 721.002122494 0.00 700.00 600.00 1200.1 Grafico de Distribución Ppx 485.00011309 2.2 Tabulación de datos P 200.000818734 0.3 944.000326982 0.8.00 900.6 720.3 585.00 500.00 1100.002147098 0.002145453 0.00 300.001518459 0.