You are on page 1of 20

UNIVERSIDAD NACIONAL DE COLOMBIA

FACULTAD DE INGENIERÍA
DEPARTAMENTO DE ING. CIVIL Y AGRÍCOLA

ANALISIS
HIDROMETEOROLOGICO RIO
FOUCE
FIRMA DE INGENIERIA J.J. ASOCIADOS
José Joaquín Lozano Rada (215310)
Jerson Aldair Rincón Cañón ()
Pablo Guillermo Rada Morales ()
Jefferson De Antonio
Grupo 1
Presentado a:
Ing. Leonardo Donado

BOGOTÁ D.C.
2014

Contenido
1.

INTRODUCCION............................................................................................. 3

2.

DESCRIPCION DEL PROYECTO.......................................................................4

3.

DATOS RECOLECTADOS............................................................................... 5

4.

TRATAMIENTO DE LA INFORMACION.............................................................7

5.

DISTRIBUCION DE PROBABILIDAD...............................................................10

5.1.

Distribución de probabilidad Gumbell......................................................11

5.2.

DISTRIBUCION PEARSON TIPO III.............................................................12

5.3.

DISTRIBUCION LOG-NORMAL...................................................................13

6.

DISTRIBUCION UTILIZADA...........................................................................15

7.

BIBLIOGRAFIA............................................................................................. 16

8.

ANEXOS...................................................................................................... 16

1. INTRODUCCION
En el siguiente trabajo, se describirá el proceso de diseño de un puente sobre
el cauce del río Fonce, ubicado en San Gil, Santander, para ello, se realizó un
tratamiento probabilístico para determinar los caudales que se esperan a un
determinado periodo de retorno. A continuación, se describirán las principales
características del cauce
“La cuenca del Río Fonce, se ha destacado a nivel nacional por ser un recurso
hídrico muy caudaloso y excelente escenario para recreación y turismo por los
diferentes deportes que se practican en él, además de otros aprovechamientos
y usos que le dan los habitantes de la región, pero desafortunadamente la
cuenca está sufriendo grandes deterioros a causa del manejo y uso que se le
da desde su nacimiento hasta su desembocadura en la cuenca del río
Chicamocha.
La cuenca del río Fonce tiene una extensión 239.032 Has. Nace en la unión del
río Táquiza y Pienta y desemboca en el río Suárez en inmediaciones del
municipio El Palmar. Cubre importantes municipios del departamento como
son: Encino, Coromoro, Charala, Ocamonte, Páramo, Valle de San José,
Mogotes, Curití, Pinchote y San Gil, con un total poblacional de 106.148
habitantes que inciden sobre la cuenca. Las subcuencas que hacen parte de
esta importante cuenca hidrográfica son: río Curití, río Mogotitos, río Táquiza,

río Ture y río Pienta, los cuales generan un caudal de escorrentía media
multianual de 90 m3/seg”1.

2. DESCRIPCION DEL PROYECTO
La firma de ingeniería Hidráulica J.J. S.A. fue contratada para realizar el diseño
hidráulico de un puente diseñado en concreto reforzado, que posee una
longitud de 79.58 metros, con varillas de refuerzo de media pulgada. La
influencia que se genera en el cauce, se produce por la inclusión de pilas
apoyadas con zapatas hechas en concreto reforzado de 3000 psi de
resistencia, además, se construyó un muro de contención al final de la luz del
puente con un relleno compactado para generar un contrapeso. A
continuación, se mostrará una vista de perfil del puente, con las características
expuestas anteriormente

Figura 1: Perfil del proyecto

1 1. Tomado de
“https://docs.google.com/a/unal.edu.co/document/d/1ma3eS03SlrqaA6Nwxh6zoPr6OazyGxS3lJuIs
S48uZY/edit?hl=en”

Para el diseño, se utilizará una vida útil de 50 años, lo cual, es prudente para
las construcciones que se llevan a cabo en el país. La consultoría solicito la
información al IDEAM, el cual, facilitó los datos de los caudales medidos por las
estaciones ubicadas en el río con un periodo comprendido desde 1955 hasta el
2003, se trabaja con mucho cuidado estos datos, ya que, las precipitaciones en
Colombia son considerables, y pueden varias los caudales base del río en
cuestión. A lo largo del trabajo, se especificará de manera idónea el
tratamiento que se efectuó con los datos.
El proyecto buscará tener un gran impacto socioeconómico en la región, ya
que, se está generando una demanda de empleo directo, además del
mejoramiento del acceso y salida al municipio de San Gil, generando ingresos
tanto por turismo como exportaciones hacia municipios aledaños. Se buscará
ofrecerle a la comunidad la oportunidad de interactuar económicamente con
otras regiones, con la premisa de un fácil acceso gracias a la construcción del
puente, ofreciendo seguridad a la hora de trasportar, tanto insumos como
materia prima.

3. DATOS RECOLECTADOS
El IDEAM entregó los siguientes datos de caudales mensuales multianuales, a
continuación se muestra valores, así como la ficha técnica

I D E A M - INSTITUTO DE HIDROLOGIA, METEOROLOGIA Y
ESTUDIOS AMBIENTALES
SISTEMA
DE INFORMACION
VALORES MAXIMOS MENSUALES DE CAUDALES (m3/seg)
NACIONAL AMBIENTAL

FECHA
ESTACION : 2402701 SAN GIL

DE

PROCESO:

2008/05/12

LATITUD 0632 N
TIPO EST
FECHA-INSTALACION 1955-ABR

LG

LONGITUD 7308 W
ENTIDAD
GIL
FECHA-SUSPENSION
ELEVACION 1113 m.s.n.m
CORRIENTE FONCE

Año

Enero

Febrero

Marzo

DEPTO
01 IDEAM
REGIONAL

Abril

1955
1956

234.5

1957

430

SANTANDER
MUNICIPIO SAN

08

SANTANDERES

Mayo

Junio

Julio

Agosto

451

270.8

398.5

356.5

269.3

336

410.5

179.5

73.4

78.9

1958

49

64

74.5

195.4

198.2

407.5

47.2

82.4

1959

62

40.9

144.6

237.4

615.8

192.4

147.5

141.7

1960

292.5

140.2

74.5

250.4

388

322.8

110.4

169.9 8

1961

153.7

53

180.8

264.7

359.5

92

234.5

222.9

1962

105

77.8

307

269.3

538

307

105

105

1963

44.5

40

80

188.1

205.5

163

75.6

336

1964

43.6

80

80

292.5

191

191

89.6

110.6

1965

65

32.5

32.5

220

754

65

61

227.2

1966

89.6

42.7

67

234.5

263.5

218.6

158.4

211.3

1967

95.9

94.6

92

440.5

234.5

176.5

67

69

1968

49

80

133

388

298.3

315.7

176.5

344.7

1969

165.7

140.2

253.4

485.5

361

227.2

173.8

321.5

1970

321.5

176.5

80

404.5

431.5

275.1

211.3

178

1971

443.5

404.5

650.5

542.5

605.5

473.5

292.5

368.5

1972

475

183.8

312.8

446.5

479.5

650.5

395.5

235.9

1973

71.8

53

252

426.4

326.2

260

192

198

1974

214

435.4

444.5

486.8

540.6

172.5

523.5

275

1975

67

181

413

351.8

411.4

181

588

348.6 1

1976

99

318.2

426.4

476

411.4

521.6

195

79

1977

30

50

165

138

235.7

215.8

140.5

153.4

1978

91.2

46.4

308.8

501.4

471

356.5

357.6

211.4

1979

96.4

138

183.5

388.1

582

544.8

178.3

336.6

1980

115

449

101.6

213.6

277.4

281.8

102.9

143

1981

97.4

252

229.6

496.6

720

537

287

206.6

1982

146.6

329

240.8

465

393

190

92.4

145.2

1983

191.8

163.4 6

176

416

483

247.8

150.8

134

1984

162

185.8

409.6

337.4

301

247.8

280

334.6

1985

130.1

159.2

355.6

416

261.8

302.4

178.8

368.2

1986

115.4

194.9 6

295.1

594.6

504.6

162

115.4

87.2

1987

139.6

104.6

236.6

282.8

442.8

167.6

504.6

391.6

1988

96.2

192.8

138.2

261.8

210.5

542.2

238

285.6

1989

326.2

362.6

594.6

152.2

278.6

412.8

104.6

226.8

1990

194

558.8 8

312.5

552.4

527

199.1

165.3

100

1991

113.6

150.9 6

353.1

293.4

582.1

200.8

207.6

109

1992

74.7

143.6

195.7

404.2

382.5

245

190.6

194

1993

214.4

130

228

335.2

347.5

85.9

85.9

136.1

1994

382.5

177.1

556.7

463.5

569.4

205.9

173.8

278.5

1995

48

85.90 3

262

177.1

245

245

273.5

190.6

1996

109

173.8 3

598.6

482.7

439.3

633.3

317.8

372

1997

442.9

584.1 3

389.5

457.4

734.2

404.2

52.8

38.5

1998

94.4

185.6 3

544.3

319.5

375.5

305.5

236.5

222.9

1999

393

549.7 8

437.5

941.6

479.1

515.3

160.3

167

2000

214.4

402.1

504.4

448.3

214.4

262

109

77.5

2002

106

204.2

361.5

506.3

515.3

515.3

326.5

275.2

2003

115

109

217.8

556.9

127

262

127

127

Tabla 1: Valores de caudales mensuales multianuales

4. TRATAMIENTO DE LA INFORMACION
Para el diseño del puente se requieren los valores máximos de cada año, con el
objeto de predecir los valores máximos a un determinado año de vida útil. Por
tal razón, en la tabla (2), se muestran los valores máximos de caudales para
cada año de estudio

Año

Caudales
Máximos m3/s

1955
1956
1957
1958
1959
1960
1961
1962
1963

451
502
523
407.5
615.8
496
545.5
538
470.5

1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2002
2003

292.5
754
347.6
440.5
485.5
553
758
650.5
650.5
566
693.7
608
521.6
359.8
548.7
688
449
720
465
485
554.8
469
594.6
657.5
814.6
598.8
552.4
582.1
404.2
567.2
569.4
946.8
633.3
734.2
689
941.6
504.4
633.3
642.2

Tabla 2: Valores de caudales máximos mensuales

A continuación se presenta el análisis estadístico de la información, para ello,
se utilizó el software EASY FIT, el cual, permite además, analizar las distintas
distribuciones probabilísticas que se puedan implementar.
1. MEDIA ARITMETICA (X)
Parámetro indispensable a la hora de calcular los parámetro de las
distribuciones de probabilidad que se van a exponer a continuación. Está
definido por la ecuación (1)
n

∑ Xi

X = i=1
n

(1)

2. DESVIACIÓN ESTANDAR (S)
Muestra que tan dispersos son los datos de estudio en comparación a la media
aritmética. La ecuación (2) muestra su metodología de cálculo.

S=

n

∑ ( Xi− X )2
i=1

n−1

(2)

La varianza es el cuadrado de la desviación estandar

3. RANGO DE DATOS (Ra)
Es la diferencia entre el valor máximo de la seria de datos y el mínimo de la
serie, mostrando el intervalo en que oscila la información en estudio. La
ecuación (3) presenta su metodología de cálculo.

R=V max−V min (3)
4. COEFICIENTE DE VARIACION (Cv)
Está definido como la relación entre la desviación estándar y la media
aritmética. Se define en la ecuación (4).

C v=

S
( 4)
X

5. COEFICIENTE DE ASIMETRIA Cs
Coeficiente que muestra que tan sesgados son los datos que se están
estudiando. La ecuación (5) define dicho valor.
n

C s=

a
n
3
donde a=
∗∑ ( Xi− X ) (5)
3
(n−1)(n−2)
S
i=1

Teniendo en cuenta lo anterior, en la tabla (3), se muestran los valores del
análisis estadístico
Estadística

Valor

Tamaño de la muestra
Rango (Ra)
Media (X)
Varianza (S2)
Desviación estándar (S)
Coef. de variación (Cv)
Error estándar
Asimetría (Cs)
Curtosis

48
654.3
576.57
18645
136.55
0.23683
19.709
0.60184
0.84683

Tabla 3: Análisis estadístico de los datos

5. DISTRIBUCION DE PROBABILIDAD
Este análisis permitirá predecir el caudal que se tendrá en un futuro conocido.
Esta sección es la más importante ya que, es el punto de partida para el
modelo hídrico que se va a implementar. Cabe resaltar, en la ingeniería civil, es
fundamental predecir adecuadamente la variable de interés (en este caso el
caudal máximo), ya que, es necesario asegurar la funcionalidad de la
estructura dentro de la vida útil.
En primera instancia es necesario calcular el periodo de retorno con el cual, se
calculará la probabilidad de excedencia, es decir, la probabilidad que dicho
evento ocurra en un tiempo determinado. Para definir dichos valores, se
utilizará el concepto de riesgo, el cual, esta definido en la ecuación (6)
n

1
R=1− 1−
(6)
T

(

)

Donde n, es la vida útil del proyecto y R es el porcentaje de riesgo de
ocurrencia. Despejando T, que es el periodo de la ecuación (6), se obtiene:

−1

T=

1
n

(7)

( 1−R ) −1
Teniendo en cuenta esto, se calcularán los periodos de retorno para diversos
riesgos probabilísticos
Riesgo
R
25%
50%
75%
90%

Periodo de retorno
(T)
174.3034543
72.63590729
36.56968648
22.2185616

Tabla 4: Periodo de retorno

Para continuar, se calculará el valor del caudal para esos periodos de retorno
ya establecidos, usando tres distribuciones básicas, que, son muy usadas para
este tipo de problemas, se calculará los caudales que se esperan. Para dicho
objetivo se usará el software SMADA, el cual, además de proveer el valor
esperado, presenta la desviación estándar de cada uno, con el objeto de
mostrar un nivel de confianza de cada lectura
A continuación se muestran las distribuciones empleadas (Se presentarán
tablas con los valores entregados por el software SMADA, sin embargo, si el
lector desea corroborar la información presentada, como anexo se muestran
las imágenes tomadas del software)

5.1. Distribución de probabilidad Gumbell
Según Aparicio, 1997, si se tienen N muestras, cada una de las cuales
contienen n eventos y si se selecciona el máximo de x de los n eventos de
cada muestra, es posible demostrar que, a medida que n aumenta, la función
de distribución de probabilidad de x tiende a:

F ( x )=e e

d( x−μ)

para−∞ ≤ x ≤ ∞ (8)

Dónde:
x: Representa el valor a asumir por la variable aleatoria

e: Constante de Neper.
“La función teórica de probabilidad de Gumbel posee un coeficiente de
asimetría o sesgo Cs igual 1.139. Esto significa que si los datos de una muestra
se ajustan a esta distribución, su coeficiente de asimetría debe estar cercano a
este valor”2.
A continuación se presenta la tabla (5) donde se presentan los valores de los
caudales esperados para los periodos de retorno que el software trabaja por
defecto
Caudal de Diseño distribución Gumbell
Probabilidad de no
Periodo de
Caudal de diseño
excedencia
retorno (años)
m3/s
0.995
200
1060.65
0.99
100
989.72
0.98
50
918.54
0.96
25
846.83
0.9
10
750.16
0.8
5
673.66
0.667
3
612.9
0.5
2
558.1
Tabla 5: Caudales de diseño distribución Gumbell

La Figura (2), muestra las diversas predicciones hechas, con su respectiva
probabilidad para los periodos de retorno que el software tiene por defecto; el
objeto de la gráfica es analizar que tan bien se adapta la distribución al
problema en cuestión.

2 Tomado de:

ESTUDIOS HIDROLÓGICOS, HIDRÁULICOS Y DE SOCAVACIÓN PARA
CONSTRUCCIÓN DE UN PUENTE VEHICULAR EN EL MUNICIPIO DE SAN GIL, SANTANDER- autoresVIAS EN VERDE- INGENIEROS CONSULTORES

Tabla 5: Caudales de diseño distribución Gumbell

Gumbel Extremal Type I
1000
800

Value

Actual Data

600
400
200
0
0.0

Distribution
0.2

0.4

0.6

0.8

1.0

Weibull Probability
Figura 2: Distribución Gumbell

5.2. DISTRIBUCION PEARSON TIPO III
Benson (1968), reportó un método de análisis de frecuencias basado en la
distribución log-Pearson tipo III (método factor de frecuencia), que se obtiene
cuando se usan los logaritmos de los datos observados Xi junto con la
distribución probabilística Pearson tipo III.
En la tabla (6), se muestran los caudales de diseño para esta distribución
Caudal de Diseño distribución Log Pearson Tipo III
Probabilidad de no
Periodo de
Caudal de diseño
excedencia
retorno
m3/s
0.995
200
990.58
0.99
100
943.79
0.98
50
893.99
0.96
25
840.28
0.9
10
760.73
0.8
5
690.23
0.667
3
628.21

0.5

2

566.9

Tabla 6: Caudales de diseño distribución Log Pearson Tipo III

La respectiva gráfica de caudales contra la probabilidad de ocurrencia se
muestra en la figura (3)

Log Pearson Type III
1000
800

Value

Actual Data

600
400
200
0
0.0

Distribution
0.2

0.4

0.6

0.8

1.0

Weibull Probability
Figura 3: Distribución Log Pearson Tipo III

5.3. DISTRIBUCION LOG-NORMAL
es
una distribución
de
probabilidad de
una variable
aleatoria cuyo logaritmo está normalmente distribuido. Es decir, si X es una
variable aleatoria con una distribución normal, entonces exp(X) tiene una
distribución log-normal. La base de una función logarítmica no es importante,
ya que loga X está distribuida normalmente si y sólo si log b X está distribuida
normalmente, sólo se diferencian en un factor constante. Una variable puede
ser modelada como log-normal si puede ser considerada como
un producto multiplicativo de muchos pequeños factores independientes. Un
ejemplo típico es un retorno a largo plazo de una inversión: puede considerarse
como un producto de muchos retornos diarios.

En la tabla (7), Se exponen los caudales de diseño de acuerdo a esta
distribución

Caudal de Diseño distribución Log Normal
Probabilidad de no
Periodo de
Caudal de diseño
excedencia
retorno
m3/s
0.995
200
1024.17
0.99
100
966.19
0.98
50
906.59
0.96
25
844.61
0.9
10
756.9
0.8
5
682.93
0.667
3
620.52
0.5
2
561.06
Tabla 7: Caudales de diseño distribución Log Normal

La figura (4) muestra la gráfica que ofrece el software

in

2 Parameter Log Normal
1000
800

Value

Actual Data

600
400
200
0
0.0

Distribution
0.2

0.4

0.6

0.8

1.0

Weibull Probability
Figura 4: Distribución Log Normal

6. DISTRIBUCION UTILIZADA
De acuerdo con las gráficas mostradas en la sección anterior, y los caudales
que se calcularon, la firma decidió utilizar para el diseño del puente sobre el
cauce del río Fouce, LA distribución Log Pearson Tipo III. Se toma esta
determianción debido a que la distribución es la que mejor se acopla a los
datos de cauadales máximos obtenidos, por ende, los caudales de disñeo se
presentarán en la tabla (8) (la cual, es equivalente a la tabla (6)).

Caudal de Diseño
Probabilidad de no
Periodo de
excedencia
retorno
0.995
200

Caudal de diseño
m3/s
990.58

0.99
0.98
0.96
0.9
0.8
0.667
0.5

100
50
25
10
5
3
2

943.79
893.99
840.28
760.73
690.23
628.21
566.9

Tabla 7: Caudales de diseño proyecto río Fouce

7. BIBLIOGRAFIA
ESTUDIOS HIDROLÓGICOS, HIDRÁULICOS Y DE SOCAVACIÓN PARA
CONSTRUCCIÓN DE UN PUENTE VEHICULAR EN EL MUNICIPIO DE SAN
GIL, SANTANDER- autores- VIAS EN VERDE- INGENIEROS CONSULTORES
2. https://docs.google.com/a/unal.edu.co/document/d/1ma3eS03SlrqaA6Nw
xh6zoPr6OazyGxS3lJuIsS48uZY/edit?hl=en
3. ANÁLISIS DE FRECUENCIAS EXPRESIONES PARA EL CÁLCULO DE LOS
EVENTOS PARA EL PERÍODO DE RETORNO T Y DE LOS RESPECTIVOS
ERRORES ESTÁNDAR DE ESTIMACIÓN REQUERIDOS PARA LA
DETERMINACIÓN DE LOS INTERVALOS DE CONFIANZA DE LOS
ESTIMADOS DE LOS VALORES ESPERADOS JULIAN DAVID ROJO
HERNÁNDEZ
4. http://es.wikipedia.org/wiki/Distribuci%C3%B3n_log-normal
1.

8. ANEXOS
Se mostrará una imagen donde están calculados los valores con el software
SMADA, para las tres distribuciones que se expusieron en documento, con el
objeto que el lector pueda solucionar cualquier inquietud que haya quedado en
el proceso de calculo y selección de lso caudales de diseño para el proyecto
sobre el cauce del río Fouce.
La figura (1-A), muestra la hoja de cálculo de la distribución Gumbell,
mostrando además de lso caudales, la desviación estándar de cada valor.
Como se observa, la desviación estándar no supera el valor de 30, lo cual hace
confiable los datos expuestos.

Figura 1-A: Hoja de cálculo distribución Gumbel

La figura (2-A), presenta la muestra de la distribución Log Pearson Tipo III,
mientras que la figura (3-A), permite ver los cálculos completos para la
distribución Log-normal.
Como se puede observar, el software “Stormwater Management and Desing
Aid” (SMADA) ofrece una variadad de distribuciones de probabilidad, así como
opciones de anpalisis estadístico, lo cual, lo hace una buena herramienta para
este tipo de proyectos, agregando además, su fácil uso, lo cual, lo hace muy
atractivo para fines académicos. La firma decidió implementarlo porque sus
integrantes están muy familiarizados con el programa, y tiene conocimiento de
sus buenos resultados.

Figura 2-A: Hoja de cálculo distribución Pearson Tipo III

Figura 3-A: Hoja de cálculo distribución Log normal