ANLISIS DE CONSISTENCIA DE DATOS METEOROLGICOS E

HIDROMTRICOS
Definiciones
Una serie de datos es llamada consistente (que consiste o esta
compuesta por varios elementos) o homognea (que posee el mismo
gnero o naturaleza) si es una muestra de una nica poblacin.
Si la serie no es homognea, se le debe hacer ajustes o correcciones
para volverla homognea, de manera que las estimaciones estadsticas
muestrales sean vlidas, estimaciones de los parmetros poblacionales.
El objetivo bsico de la aplicacin de estadstica en Hidrologa es el
anlisis de la informacin hidrolgica en forma de muestras; a fin de
inferir las caractersticas con que debe ser esperado en el futuro el
fenmeno que se estudia.
El avance en el campo de las computadoras y el desarrollo creciente de
mtodos numricos han dado una importancia particular al uso de la
estadstica en todas las ciencias naturales, especialmente en Hidrologa.
Existe en muchos la idea de que la estadstica es usada slo cuando no
es posible dar una solucin exacta a un problema hidrolgico. En esta
interpretacin la solucin exacta es una solucin determinstica del
problema.
Sin embargo se puede determinar que la solucin determinstica
constituye una solucin particular de la solucin estadstica o
probabilstica.
En forma general, la mayora de los problemas hidrolgicos se pueden
agrupar en tres categoras principales de acuerdo al objetivo principal
del proyecto:
a) Diseo de estructuras hidrulicas, siendo necesaria la evaluacin y
cuantificacin de los valores extremos (mximos y mnimos) del
escurrimiento superficial.
b) Satisfaccin de demandas, siendo necesario evaluar y cuantificar las
descargas disponibles en el punto de inters.
c) Diseo y operacin de embalses, siendo necesario evaluar y
cuantificar la variacin del escurrimiento superficial en todas sus
caractersticas estadsticas, como valores medios, mximos y
mnimos.
En cada una de las tres categoras mencionadas se presentan tipos de
problemas, dependiendo de la simplicidad o complejidad de la solucin del tipo,
cantidad y calidad de la informacin disponible, as como de la magnitud del
proyecto. Los casos mas comunes que se presentan en cada una de las tres
categoras mencionadas son:

1.- Cuencas con suficiente informacin hidrolgica. Este es el caso ms

optimista donde se puede aplicar todo tipo de metodologas existentes
2.- Cuencas con escasa informacin hidrolgica. Es este caso se pueden
desarrollar modelos que relacionen las precipitaciones con las descargas,
mediante el uso de la regresin simple o mltiple, lineal o no lineal.
3.- Cuencas sin informacin hidrolgica. Este es el caso mas crtico y el mas
comn, el cual puede resolverse mediante un anlisis regional.
Modelos probabilsticas.Los fenmenos que se presentan en ingeniera pueden clasificarse desde el
punto de vista de la certeza de ocurrencia, en determinsticos o probabilsticos.
Si la ocurrencia de las variables en un proceso es cierta, es decir si las
variables siguen una ley determinada se habla de un proceso determinstico.
En cambio si se toma en cuenta la probabilidad de ocurrencia y la falta de
certeza existente, entonces se habla de un proceso de naturaleza
probabilstica.
Es conveniente hacer notar que la gran mayora de los procesos que interesan
al ingeniero en especial en el campo de la hidrologa pertenecen a la categora
de fenmenos probabilsticos.
Entre los procesos probabilsticas es necesario distinguir los probabilsticas a
secas de los probabilsticas estocsticos o simplemente estocsticos.
Se denomina proceso estocstico a aquel en el que las caractersticas de las
variables aleatorias varan con el tiempo.
En un proceso probabilstico, independiente de la variable tiempo, la secuencia
de las variables no interesa y se supone que ellas siguen un determinado
comportamiento dado por el modelo probabilstico o distribucin de frecuencias.
Dada una variable aleatoria debe describirse la probabilidad de ocurrencia de
los distintos estados y se consigue gracias a un modelo matemtico de su
comportamiento o modelo probabilstico. Esta distribucin probabilstica nos
permite calcular:
a) Las probabilidades de los distintos estados o valores que puede
tomar la variable aleatoria.
b) La probabilidad de tener valores mayores o menores que un
determinado lmite.
c) Los valores de probabilidad de ocurrencia asociados a cada valor de
la variable aleatoria.
En conclusin puede decirse que el modelo probabilstico o distribucin permite
conocer y manejar fcilmente el comportamiento de la variable y sintetizar toda
la informacin sobre probabilidades asociadas a cada estado.

Segn se trate de variables discretas o continuas, se usarn modelos de

distribucin probabilsticas discretos o continuos.
Sern modelos discretos aquellos cuya funcin densidad de probabilidad y
funcin de probabilidad acumulada se encuentran definidas para determinados
valores que puede tomar la variable.
Un modelo con variable continua puede tomar un valor cualquiera dentro de un
intervalo predeterminado.
Las principales distribuciones discretas son:
1) Distribucin binomial
2) Distribucin de Poisson
Las principales distribuciones continuas son:
1) Distribucin uniforme
2) Distribucin normal
3) Distribucin logartmica - normal
4) Distribucin Gamma
5) Distribuciones de valores extremos
a) Tipo I o tipo exponencial (ley de Gumbel)
b) Tipo II o tipo Cauchy
c) Tipo III o distribuciones truncadas
6) Distribucin Chi cuadrado
Una vez que el ingeniero en base a su experiencia escoge el modelo
probabilstico que va a usar debe proceder a calcular los parmetros de
su modelo y despus revisar si este modelo es consistente con la
realidad. Ambas cosas las realiza con los datos observados (registro o
muestra). Para la estimacin de los parmetros hay disponibles dos
mtodos:
a) El mtodo de los momentos
b) El mtodo de la mxima verosimilitud
Y para el estudio de la consistencia dos grupos de mtodos:
i)
Mtodos grficos
Anlisis de consistencia: Para verificar la consistencia se utiliza el anlisis de
doble masa, que es un mtodo grfico.
A travs del grfico se puede realizar dos anlisis diferentes en el caso
especfico de embalses:
* Cual es el rendimiento que puedo garantizar de ese embalse para
un almacenamiento til dado
* Que almacenamiento til requiero para producir un rendimiento, es
decir para satisfacer una demanda.
ii) Mtodos cuantitativos

Test chi cuadrado

Test W
Test Student
Test de Kolmogoroff

Principios
Analizar la homogeneidad de las series climticas es equivalente a
establecer consistencia estadstica de los datos; sin embargo, para
establecer con veracidad que tales datos son el resultado de variaciones
naturales del tiempo meteorolgico es necesario revisar el archivo o
compararlos con otras estaciones a nivel regional.
En este sentido, se presenta como propuesta metodolgica para el anlisis
de la consistencia de los datos que abarca desde la revisin numrica y
grafica de la data, y la verificacin de la independencia o aleatoriedad de
los valores de la sucesin, hasta la determinacin de la estabilidad de la
media y la varianza.
Varianza: que tan lejos estoy del medio o de los datos perfectos.
Media: Es el promedio de los datos.
En nuestro pas, la falla en la informacin meteorolgica est asociada a la
gran cantidad de datos faltantes y englobados (en el caso de la
precipitacin), cambios de uso alrededor de la estacin, cambios del
emplazamiento original de la estacin, as como errores en el proceso de la
observacin meteorolgica que abarcan escenarios como fallas en la
medicin en campo, falta de mantenimiento adecuado del instrumental y
del entorno de la estacin y errores de la trascripcin; tales situaciones son
las causas artificiales ms comunes en la falta de consistencia de los
datos.
La importancia de considerar la consistencia de la informacin
meteorolgica es debido a que conclusiones provenientes de datos
inconsistentes no son vlidas para la planificacin fsico ambiental ni para
la toma de decisiones.
Pruebas de consistencia y homogeneidad de datos meteorolgicos e
hidromtricos
Estadsticamente, cuando los datos pertenecen a una misma clase se
concluye que la muestra proviene de una misma poblacin, vale decir en
Climatologa, similares condiciones radiantes; en este sentido, las series
climatolgicas por definicin son homogneas (Thom, 1966).
Es necesario destacar las diferencias que existen entre los trminos
homogeneidad, aleatoriedad y consistencia, aunque se encuentran muy
relacionados; es decir, toda serie climtica por definicin es homognea,

pero no necesariamente es aleatoria, sin embargo, si puede ser consistente

meteorolgicamente.
Igualmente, en relacin con las causas de las inconsistencias
meteorolgicas referidas a la presencia de inconsistencias de carcter
natural, que no pasan las pruebas estadsticas propuestas, pero que por su
origen se han considerado homogneas.
Snchez Carrillo (1966) realiz una compilacin sobre el uso e
interpretacin de los datos climticos, en la cual menciona las tres
principales condiciones que deben cumplir tales datos para ser utilizados
con eficiencia:
1. Continuidad
2. Exactitud
3. Largo Perodo de Registro
Particularmente, la exactitud la describe como confiabilidad de la
informacin, tal que, los datos deben ser tomados con fidelidad. No
obstante, en la prctica dicha confiabilidad es dudosa, debido a que se
encuentra afectada por causas externas no naturales de origen antrpico,
incidiendo negativamente en la consistencia de los datos.
PRINCIPALES CAUSAS DE LA INCONSISTENCIA DE LAS SERIES
CLIMTICAS
Desde el momento en que se instala una estacin meteorolgica hasta la
entrega de la informacin a los usuarios existe la probabilidad de cometer
errores instrumentales y/o humanos, vale decir, que la falta de control en el
proceso de observacin meteorolgica es una de las causas de
heterogeneidad meteorolgica, seguida por las caractersticas geogrficas
del sitio y, por causas naturales.
En cuanto a los posibles errores asociados con el proceso de observacin
meteorolgica se tienen:
1. Fallas en la instalacin del instrumental
2. Fallas en el funcionamiento del instrumental
3. Fallas en la calibracin del instrumental
4. Falta de mantenimiento de la estacin y su instrumental
5. Cambios de marcas y modelos de instrumental
6. Lecturas errneas
7. Utilizacin de bandas o grficas no acordes con el modelo de
instrumentos registradores

8. Errores de trascripcin de las mediciones a

correspondientes y/o en la base de datos computarizada

las

planillas

Entre las posibles causas geogrficas del sitio se citan:

1. Mala escogencia del sitio para emplazar la estacin meteorolgica
2. Cambios en el entorno de la estacin
3. Cambios de localizacin de la estacin
4. Mala accesibilidad a la estacin