You are on page 1of 36

Introduccin

En este documento se presenta un proyecto de alcantarillado pluvial para la localidad de


Santa Mara del Oro en Nayarit.
Es necesario identificar que un sistema de alcantarillado pluvial es el que se disea para
transportar aguas que son producto del escurrimiento superficial.
A diferencia de un sistema de alcantarillado sanitario -en donde el gasto de diseo est
definido, principalmente, en funcin de la poblacin-, en un sistema de alcantarillado
pluvial, el gasto de diseo estar en funcin del clima, especficamente, de la lluvia.
Para definir la lluvia de diseo se har un anlisis probabilstico para determinar un valor
de lluvia mximo con probabilidad de ocurrencia de 10 aos.
La informacin pluviomtrica con la que se trabaja en este proyecto fue obtenida de los
registros histricos de aquellas estaciones climatolgicas que se encuentran cerca de la
localidad de Santa Mara del Oro.
El diseo de la red de alcantarillado pluvial para Santa Mara del Oro incluye el clculo de
gastos, propuesta de dimetro de tuberas y el clculo de cotas y volmenes de
excavacin para la instalacin de las tuberas de la red.

Identificacin de estaciones climatolgicas


Una estacin climatolgica mide diversas variables climatolgicas, como son la
temperatura, precipitacin pluvial, evaporacin, velocidad y direccin del viento. Nos
interesa conocer lo referente a precipitacin pluvial.
Los registros de las estaciones se encuentran en la direccin electrnica del Servicio
Meteorolgico Nacional.
Para saber que estaciones sern de utilidad debemos ubicar geogrficamente a Santa
Mara del Oro, y despus identificar las estaciones climatolgicas cercanas a la localidad.
Figura 1. Santa Mara del Oro y estaciones climatolgicas cercanas
En la figura 1 podemos notar que existen pocas estaciones climatolgicas cercanas a
Santa Mara del Oro. De esas estaciones adems tenemos la limitante de que algunas ya
no estn en operacin, por lo que no nos proporcionan datos suficientes para realizar
nuestro anlisis. Utilizaremos estaciones en cuya base de datos existen registros de al
menos 20 aos.
Considerando lo anterior, las estaciones seleccionadas son:
Tabla 1. Estaciones climatolgicas seleccionadas
CLAVE
NOMBRE
CONDICIN ACTUAL
18005
Cerro Blanco
Operando
18023
Miravalles
Operando
18079
Trigomil
Operando
Todas las estaciones seleccionadas tienen registros de lluvia desde 1981 y hasta el 2009.

Anlisis de datos de precipitacin.


La altura de lluvia que cae en un sitio dado difiere de la que cae
Estacin operando
en los alrededores aunque sea en sitios cercanos. Por esto, en
Estacin suspendida
cada estacin debemos determinar el valor mximo de
precipitacin registrado anualmente. Una vez que tengamos dichos valores mximos,
debemos calcular el valor correspondiente a la precipitacin media, usando alguno de los
mtodos para el clculo de la lluvia media (Mtodo Aritmtico, Polgonos de Thiessen o el
mtodo de las Isoyetas).
I.
Mtodo aritmtico
Consiste simplemente en obtener el promedio aritmtico de las alturas de la precipitacin
registradas en cada estacin usada en el anlisis:
n

1
h p = h pi
n i=1
II.

Polgonos de Thiessen

Este mtodo consiste en lo siguiente:


2

1. Unir, mediante lneas rectas dibujadas en el plano de la cuenca, las estaciones


ms prximas entre s, con ello se forman tringulos en cuyos vrtices estn las
estaciones pluviomtricas.
2. Trazar lneas rectas que bisecan los lados de los tringulos. Por geometra
elemental, las lneas correspondientes a cada tringulo convergern en un solo
punto.
3. Cada estacin pluviomtrica quedar rodeada por las lneas rectas del paso 2, que
forman llamados polgonos de Thiessen y en algunos casos, en parte por el
parteaguas de la cuenca. El rea encerrada por los polgonos de Thiessen y el
parteaguas ser el rea de influencia en la estacin correspondiente.
4. La lluvia media se calcula entonces como un promedio pesado de las
precipitaciones registradas en cada estacin, usando como peso el rea de
influencia correspondiente
n

1
h p = A i h pi
At i =1
Donde Ai es el rea de influencia de la estacin i y At es el rea total de la cuenca.

III.

Mtodo de Isoyetas
Este mtodo consiste en trazar, con la informacin registrada en las estaciones,
lneas que unen punto de igual altura de precipitacin llamadas Isoyetas, de modo
semejante a como se trazan las curvas de nivel.
La precipitacin media se calcula de forma similar a la ecuacin de polgonos de
Thiessen pero ahora el peso es el rea A i entre cada dos Isoyetas y el
parteaguas de la cuenca y la cantidad que se pesa es la altura de la precipitacin
promedio entre las dos Isoyetas:
n

1
h p = A i h pi
At i =1
Donde

n es el nmero de reas

A i consideradas

DATO

En la siguiente
resumen
lo
mximos
de
estaciones
En la ltima
calcul
la
media
Mtodo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

Tabla 2. Lluvia de 24h mxima anual


Precipitacin mxima en 24 horas
(mm)
AO
18005 18023 18079
hp media
1981
75.4
86.2
24
61.9
1982
65.7
96.5
41
67.7
1983 108.5
72.5
53.5
78.2
1984
58.9
76.7
46.8
60.8
1985
92
86.5
72.5
83.7
1986
85.5
70
77.75
77.8
1987
71.5
78.5
98.3
82.8
1988 112.5
91
71.7
91.7
1989
79
85
57
73.7
1990
64.5
83.3
94
80.6
1991
64
120.6
90
91.5
1992
58.6
67.5
79
68.4
1993
68.6
93
93
84.9
1994
76.2
85
92
84.4
1995
63
61
90
71.3
1996 117.8
92
82
97.3
1997
81.4
66
93
80.1
1998 103.8
109
92
101.6
1999
92.4
76
120
96.1
2000
92.4
95
65
84.1
2001
63.4
51
97
70.5
2002
64.6
100
91
85.2
2003 104.2
80
98
94.1
2004
81.2
93
81.2
85.1
2005 78.35
86
70.7
78.4
2006
70.5
80.3
58.7
69.8
2007
70.8
87
70
75.9
2008
64.5
85.5
118
89.3
2009
60
83
86.7
76.6

tabla
se
valores
lluvia para las
seleccionadas.
columna
se
precipitacin
utilizando
el
Aritmtico.

Se trabajar con la precipitacin media ya que la lluvia registrada en las estaciones


climatolgicas es un dato puntual y difiere de la lluvia que cae en los alrededores aunque
sea en sitios cercanos a la estacin. Para clculos ingenieriles es mejor trabajar con un
valor medio de la precipitacin, o lluvia media.
A continuacin se explica cmo se determina la lluvia media usando el mtodo aritmtico,
cuya expresin es:
n

1
h p = h pi
n i=1
Donde

h pi

es la altura de la precipitacin media,

registrada en la estacin

h pi

es la altura de la precipitacin

i y n es el nmero de estaciones bajo anlisis.

Por tanto, para 1981, la lluvia media es:

1
h p = [ 75.4 +86.2+41 ]
3

h p =67.7 mm/da
Para 1982, la lluvia media mxima es:

1
h p = [ 65.7 +96.5+24 ]
3
h p =61.9 mm/da
Para 1990, la lluvia media mxima es:

1
h p = [ 64.5+ 83.3+94 ]
3
h p =80.6 mm/da

El mismo clculo se realiza para cada ao.

Anlisis distribucional de los datos de la precipitacin


Antes de proceder a cualquier ajuste de funciones de distribucin a las series de datos, es
necesario realizar pruebas estadsticas que nos den idea de las caractersticas de
homogeneidad, consistencia e independencia de dichos registros.
Las pruebas de homogeneidad y/o consistencias sirven para determinar si las
caractersticas estadsticas de las series hidrolgicas como la media o desviacin
estndar han sufrido cambios abruptos en sus valores. Dichas cambios pueden ser el
producto de las actividades humanas como la deforestacin, apertura de nuevas reas al
cultivo, rectificacin de cauces, construccin de embalses y reforestacin, o tambin como
6

el producto de procesos naturales sbitos, como incendios forestales, terremotos,


deslizamiento de laderas y erupciones volcnicas.
Desde el punto de vista estadstico se dice que una serie de datos es homognea si es
una muestra de una nica poblacin, y por lo tanto ser factible obtener resultados
representativos de ella. En caso de no ser homognea puede ser que los datos
analizados correspondan a dos poblaciones diferentes. Las pruebas estadsticas
utilizadas para revisar la homogeneidad de una serie de datos son; Helmer, t de Student y
Cramer.

Prueba de independencia de Anderson.


Para llevar a cabo el anlisis de frecuencias de una serie de datos, es necesario que la
muestra sea independiente, es decir, que sean variables aleatorias. Para probar que lo
son, se aplica la prueba de independencia de Anderson, la cual se basa en la
determinacin del coeficiente de autocorrelacin

rk

para diferentes tiempos de

retraso.
Las expresiones para realizar la prueba de Anderson son:
nk

(X t X )(X t+ k X )

r k = t =1

( X t X )
t=1

Donde

es el retraso y va de

Los lmites al

r k ( 95 )=

95

1 a

de confianza para

n/3 ;

rk

n es el nmero de datos.

se obtienen con la ecuacin:

1 1.96 nk1
nk

Con los valores estimados para

rk

(ordenadas) contra los tiempos de retraso

(abscisas) y los valores correspondientes a los lmites de confianza, se elabora una


grfica denominada correlograma de la muestra. Si solo el 10% de los valores de
sobrepasan los lmites de confianza, se considera que la muestra analizada es
independiente y sigue las leyes de la probabilidad.

Prueba de Anderson para la serie de datos del proyecto.


Tabla 3.

Tabla 4.

1981
1982
1983
1984
1985
1986
1987
1988
1989
1990

Max
anual
61.9
67.7
78.2
60.8
83.7
77.8
82.8
91.7
73.7
80.6

-18.94
-13.07
-2.64
-20.01
2.86
-3.06
1.96
10.93
-7.14
-0.21

358.7323
170.9181
6.9708
400.2759
8.1783
9.3446
3.8407
119.3870
50.9829
0.0428

1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009

91.5
68.4
84.9
84.4
71.3
97.3
80.1
101.6
96.1
84.1
70.5
85.2
94.1
85.1
78.4
69.8
75.9
89.3
76.6

10.73
-12.44
4.06
3.59
-9.47
16.46
-0.67
20.79
15.33
3.33
-10.34
4.39
13.26
4.33
-2.46
-10.97
-4.87
8.53
-4.24

115.0564
154.7593
16.4817
12.9104
89.7484
270.9240
0.4537
432.3532
234.8997
11.0652
106.9204
19.2994
175.8215
18.7181
6.0363
120.4191
23.7516
72.7001
17.9795
3028.9714

Ao

(X t X )

( X t X )

80.81

NX

29

Tabla 5. Tablas de datos para el clculo del coeficiente rk.

10

Aplicando las ecuaciones determinamos los parmetros de comparacin para la prueba


Anderson.
Tabla 6. Valores de coeficiente de autocorrelacin serial. Hp media de proyecto.

En
la

grfica 1 podemos observar que

rk

no sobrepasa los lmites de confianza.

La prueba de Anderson nos demuestra que la serie de datos con la que trabajaremos es
independiente, es decir, es de naturaleza aleatoria.

11

Prueba estadstica de Helmert.


Esta prueba consiste en analizar el signo de las desviaciones de cada evento de la serie
respecto a su valor medio. Si una desviacin de un cierto signo es seguida por otra del
mismo signo se dice que ha ocurrido una secuencia (S), en caso contrario se dice que ha
ocurrido un cambio (C). Para que una serie sea homognea, la diferencia entre el nmero
de secuencias y cambios debe ser cero, o estar dentro de los lmites de un cierto error
probable. Es decir, la serie debe cumplir con la expresin:

|SC|= n1
La prueba de Helmert para nuestra serie de datos queda como sigue:

Prueba estadstica t de Student.


12

Esta prueba es muy til para detectar este tipo de inconsistencias de homogeneidad. Se
recomienda que la muestra total se divida en dos partes con tamaos iguales para que las
medias sean muy similares. Se considera que una muestra es homognea si el valor del
estadstico

td

estadstico

tc

de la prueba
de la distribucin

t de Student
t de Student

que se calcula, resulta menor o igual al


de dos colas.

Para nuestra serie de datos la prueba queda:

13

Prueba estadstica de Cramer.


Para investigar la homogeneidad de una muestra, a veces es conveniente comparar la
media de toda la serie con la media de una cierta parte del registro, es decir, realizar un
anlisis por bloques. Para ello es muy til la prueba de Cramer. Para investigar la
homogeneidad de una muestra, es necesario calcular el estadstico

t w , el cual tiene

una distribucin t de Student de dos colas.


14

El estadstico

tw

se utiliza de la misma forma que el

td

en la prueba de la t de

Student.
Para nuestra serie de datos la prueba de Cramer es como se muestra a continuacin:

Ajuste de funciones de probabilidad para los datos de la precipitacin


El siguiente paso de este proyecto es ajustar los datos de precipitacin a alguna funcin
de probabilidad para poder estimar un valor futuro de lluvia asociado a periodos de
retorno de 10, 20 50 y 100 aos.

15

Debido a que existen diferentes funciones de probabilidad, debemos hacer un anlisis con
cada funcin para determinar cul ser la que ajusta de manera ms adecuada a nuestra
serie de datos.
Trabajar con las funciones de probabilidad requiere que obtengamos primero los tiempos
de retorno que le corresponden a los datos que se van a analizar.
Para obtener los tiempos de retorno de las precipitaciones con las que trabajamos se
deben ordenar los datos de mayor a menor. Despus de ordenar los valores se numeran.
El valor mayor de lluvia iniciar la numeracin y el valor menor ser el ltimo.
Una vez hecho lo anterior, se aplica la siguiente ecuacin para obtener el tiempo de
retorno correspondiente a cada lluvia.

Tr=

N +1
n

Donde

Tr

es el tiempo de retorno de la lluvia,

es el nmero total de datos y

es el nmero que le corresponde a la lluvia en la serie numrica.


A continuacin se muestran los tiempos de retorno para las lluvias seleccionadas en este
proyecto:
n
1
2
3
4
5
6
7
8
9
10
N

Hp
101.6
97.3
96.1
94.1
91.7
91.5
89.3
85.2
85.1
84.9

Tr
30
15
10
7.5
6
5
4.29
3.75
3.33
3

Nmero total de
datos

N
11
12
13
14
15
16
17
18
19
20

hp
84.4
84.1
83.7
82.8
80.6
80.1
78.4
78.2
77.8
76.6

Tr
2.73
2.5
2.31
2.14
2
1.88
1.76
1.67
1.58
1.5

n
21
22
23
24
25
26
27
28
29

hp
75.9
73.7
71.3
70.5
69.8
68.4
67.7
61.9
60.8

Tr
1.43
1.36
1.3
1.25
1.2
1.15
1.11
1.07
1.03

29

En las tablas se puede ver que los valores se ordenaron como se especifica y despus de
aplico la ecuacin mostrada. Por ejemplo, el Tr para la lluvia de 89.3 mm, al cual le
corresponde el nmero 7, se obtuvo como sigue:

Tr=

29+1 30
= =4.29
7
7

Las funciones de distribucin de probabilidad que se usan en este proyecto son:


16

1.

Distribucin exponencial de dos parmetros.


xx
(
)
F ( x )=1e
o

Despejando

queda:

^x =x o ln(1F ( x ))
Dnde:

=S

2.

x o=x S

Distribucin Gumbel.
( x
)

F ( x )=e

Despejando

queda:

^x = ln (ln ( F ( x ) ) )
Dnde:

= x 0.45 S

3.

=0.78 S

Distribucin Normal.

^x =x + U t S
Para calcular

U t =V

Ut

se utiliza la siguiente expresin:

b0 + b1 V +b 2 V 2
1+b3 V +b 4 V 2 +b 5 V 3

En donde:

V = ln

1
2
( F ( x) )

b0 =2.515517

)
b1=0.802853

b2=0.010328
17

b3 =1.432788

b 4=0.189269

Para una probabilidad mayor de 0.5, se cambia

x
F ) por

1F ( x)

y se le cambia el

Ut .

signo a

4.

b5 =0.001308

Distribucin Logartmica Normal de dos parmetros.

^x =e y +U S
t

En donde:
n

y =

1
ln xi
n 1

S y=

1
2
ln x i y )
(

n1

U t se calcula como en la distribucin Normal


5.

Distribucin Logartmica Normal de tres parmetros.

^x =x 0+ e +U
y

En donde:
1/ 2

nx
nz

( )

x 0=x 1

n x=

w=

S
x

y =ln

( nS ) 12 ln ( n + 1)
2
z

1w2/ 3
n z=
w1 /3

6.

( g 2+ 4 ) g

y = ln ( n2z + 1)

Distribucin gamma de dos parmetros.

1
1
^x = 1 + U t
9
9

En donde:
18

=S / x
x
S

()

=
7.

Distribucin gamma de tres parmetros.

1
1
^x =x 0+ 1
+U t
9
9
En donde:

4
2
g

x 0= x S

Para aplicar la funcin Gumbel y la funcin exponencial de 2 parmetros, usaremos

f ( x)=11/Tr
Para las dems funciones, usaremos

f (x)=1/ Tr

Es debido a lo anterior, la razn por la cual determinamos

Tr

para cada valor de la

serie.
En las tablas siguientes se muestra el ajuste de cada funcin de distribucin de
probabilidad para la serie de datos de lluvia de nuestro proyecto.

19

20

21

22

Como se mencion en prrafos anteriores, debemos elegir alguna funcin de distribucin


de probabilidad para determinar la lluvia asociada a periodos de retorno de 10, 20, 50 y
100 aos.

23

Se elige la funcin que se ajusta mejor a nuestra serie de datos. Para ello calcularemos
un parmetro denominado Error Estndar de Ajuste, el cual nos ayudar a identificar que
funcin usar en el proyecto.
El error estndar de ajuste se calcula usando la expresin:

EEA=

( X r ^X )
nNP

En donde:

EEA es el error estndar de ajuste


Xr es un valor real en la serie

^
X es el valor estimado
n es elnmero de datos de la serie
NPes el nmero de parmetros de la funcin de distribucin de probabilidad analizada

Se aplica la ecuacin anterior para cada una de las funciones. Los valores obtenidos se
comparan y se elige la que tenga el menor error estndar de ajuste.
En este proyecto se analizaron 7 funciones. Obtendremos 7 valores de EEA.
Las consideraciones para aplicar la ecuacin de Error Estndar de Ajuste en este
proyecto son:

n=29

NP=1

en la ecuacin para la Distribucin Normal.

NP=2

en la ecuacin para las distribuciones Gumbel, exponencial de 2

debido a que tenemos 29 datos de lluvia.

parmetros, logartmica normal de 2 parmetros y Gamma de 2 parmetros.

NP=3

en la ecuacin para las distribuciones logartmica de 3 parmetros y

Gamma de 3 parmetros.
En la siguiente pgina se muestra la tabla en donde se calcula el error estndar de ajuste
para cada funcin utilizada en este trabajo.
La funcin que tuvo el menor error estndar de ajuste fue la distribucin normal.

24

Tabla. Clculo del error estndar de ajuste para las funciones usadas en el presente trabajo.

Determinacin de la intensidad de lluvia de diseo


Periodos de retorno.
Despus de haber determinado que la funcin de distribucin Normal es la que ajusta
mejor a la serie de datos, usaremos dicha funcin para estimar valores de precipitacin
para algunos tiempos de retorno (2, 5, 10, 50, 100, 500, 1000 y 5000 aos).
Recordamos que para determinar la precipitacin en la distribucin normal,

f ( x)=1/Tr

Tabla. Valor de precipitacin de 24 horas para diferentes Tr


Tr

F(X)

0.5

1.18

5
10
50
100
500
1,000
5,000

0.2
0.1
0.02
0.01
0.002
0.001
0.0002

1.79
2.15
2.80
3.03
3.53
3.72
4.13

Ut
-1.01E07
0.84
1.28
2.05
2.33
2.88
3.09
3.54

X = hp
80.8
89.6
94.1
102.2
105.0
110.7
113.0
117.6

Intensidad de lluvia.
Las precipitaciones obtenidas son de ayuda al momento de calcular la intensidad de lluvia
de diseo.
La intensidad de lluvia la calculamos usando la ecuacin que propone Chen:

10

2 F

( T r F 1)
a P log
( D+ b )c
i Tr
D =
10
1

5 minutos D 1440 minutos(24 h)

2 aos Tr 100 aos


Dnde:

PTr
R=factor de convectividad= 1Tr
P24

F=

P100
24
P 10
24

Los valores

a , b y c

se obtienen de las ecuaciones:

a=21.03453186.4683 R+825.4915 R21084.846 R3 +524.06 R4


b=3.48777568.13976 R+389.4625 R2612.4041 R3 +315.8721 R 4
c=0.2677553+ 0.9481759 R+2.109415 R24.827012 R 3+2.459584 R 4

El factor de convectividad

R se determina del mapa de regionalizacin del factor

R , el cual se muestra a continuacin:

Figura. Regionalizacin del factor de convectividad

Santa Mara del Oro se ubica al sur de Nayarit, y de acuerdo al mapa le corresponde un
factor

R=0.41 .

Con el valor de

R , aplicamos las ecuaciones para obtener a , b y c .

a=21.03453186.4683( 0.41)+825.4915(0.41)21084.846( 0.41)3 +524.06( 0.41)4


b=3.48777568.13976( 0.41)+389.4625(0.41)2612.4041(0.41)3 +315.8721(0.41)4
c=0.2677553+ 0.9481759(0.41)+2.109415( 0.41)24.827012(0.41)3+2.459584 (0.41)4
As obtenemos:

a=23.39

b=7.74
c=0.75
Ahora aplicamos la ecuacin para obtener F
100

P
Lluvia de 24 horas para un tiempo de retorno de 100 aos
F= 2410 =
P 24 Lluvia de 24 horas para un tiempode retorno de 10 aos
Los valores para la ecuacin se obtienen de la tabla Valor de precipitacin de 24 horas
para diferentes Tr.

F=

105
=1.1158 1.12
94.1

El ltimo paso antes de aplicar la ecuacin de Chen, es determinar el valor


vamos a despejar de la ecuacin:
Tr

R=

P1
Tr
P24

Tr

ser

10 , as podemos obtener el valor deseado:

10
P10
1 =R P24

P10
1 =0.41 94.1

P10
1
, el cual

10

P1 =38.6
La ecuacin de Chen se usar para calcular intensidades de lluvia para

Tr=10 .

(23.39)( 38.6) log(1021.12 101.121)


i =
( D+7.74 )0.75
10
D

10

iD =

902.68
( D+7.74 )0.75

Los valores obtenidos de intensidad de lluvia para un tiempo de retorno de 10 aos se


resumen en la siguiente tabla:
Tabla. Valores i-d-t para un tiempo de retorno de 10 aos

Adicionalmente se calcularon los valores de i-d para otros periodos de retorno, sin
embargo no se mostrarn tablas, nicamente los curvas i-d-T obtenidas.

Pendiente del cauce principal


Criterio de Taylor y Schwarz.
La pendiente de un tramo de un cauce se considera como el desnivel entre los extremos
del tramo, dividido por la longitud horizontal de dicho tramo. De acuerdo con el criterio
Taylor y Schwarz, se considera que el ro puede estar formado por una serie de tramos de
igual longitud o bien por tramos de longitud variable.
2

[ ]

L
S=
Li
Si
Mtodo aritmtico.

S=

H
L

S=

12571249
=0.018
437.23

Tiempo de concentracin.
El tiempo de concentracin lo podemos definir como el tiempo mnimo necesario para que
todos los puntos de una cuenca estn aportando agua de escorrenta de forma simultnea
al punto de salida. Est determinado por el tiempo que tarda en llegar a la salida de la
cuenca el agua que procede de un punto hidrolgicamente ms alejado y representa el
momento a partir del cual el caudal de escorrenta es constante.
Kipich.
0.77

[ ]

L
T c =0.0195
S

Con la longitud de nuestro cause principal de 2025.13 metros y la pendiente del mismo
obtenida por el mtodo aritmtico, procedemos a aplicar la formula anterior para obtener
nuestro tiempo de concentracin.

T c =0.0195

437.23
0.017

0.77

=10.11 min=1 0 min

Una vez calculado el tiempo de concentracin, calculamos la intensidad con los datos
anteriormente analizados.

102 F
( T r F 1)
a P10
log
1
( D+ b )c
i Tr
D =

a=23.39
b=7.74

c=0.75
10

P1 =38.6

D=2 0 min
F=1.12

( 23.39 ) ( 38.6 ) log ( 1021.12 101.121 )


i =
=59.29 mm/hr
( 30+7.74 )0.75
10
30

Anlisis de la red pluvial.


Mtodo racional americano
Teniendo los datos suficientes se realiza el clculo del gasto utilizando el mtodo racional
americano.
El cual se calcula con la siguiente formula:

Q=C i A
Donde
Q es el gasto de diseo
C el coeficiente de escurrimiento

i es la intensidad de lluvia de diseo

El coeficiente de escurrimiento se obtuvo a partir de la tabla 1-A. Para un periodo de


retorno de 10 aos considerando un rea desarrollada con superficie de asfalto.

Coeficientes de escorrenta para ser usados en el mtodo racional.


Perodo de retorno (aos)
Caracterstica de la superficie

10

25

50

100

500

0.86
0.88

0.90
0.92

0.95
0.97

1.00
1.00

reas desarrolladas
Asfltico
0.73
0.77
0.81
Concreto / techo
0.75
0.80
0.83
Zonas verdes (jardines, parques, etc.)
Condicin pobre (cubierta de pasto menor del 50 % del rea)

Plano, 0- 2%

0.32

0.34

0.37

0.40

0.44

0.47

0.58

Promedio, 2-7%
Pendiente, superior a 7%

0.37
0.40

0.40
0.43

0.43
0.45

0.46
0.49

0.49
0.52

0.53
0.55

0.61
0.62

0.34
0.42
0.46

0.37
0.45
0.49

0.41
0.49
0.53

0.53
0.58
0.60

0.29
0.39
0.44

0.32
0.42
0.47

0.36
0.46
0.51

0.49
0.56
0.58

Condicin promedio (cubierta de pasto del 50 al 75 % del rea)


Plano, 0- 2%
0.25
0.28
0.30
Promedio, 2-7%
0.33
0.36
0.38
Pendiente, superior a 7%
0.37
0.40
0.42
Condicin buena (cubierta de pasto mayor del 75 % del rea)
Plano, 0- 2%
0.21
0.23
0.25
Promedio, 2-7%
0.29
0.32
0.35
Pendiente, superior a 7%
0.34
0.37
0.40
reas no desarrolladas
Plano, 0-2%
Promedio, 2 -7%
Pendiente, s uperior a 7%
Pastizales
Plano, 0-2%

0.31
0.35
0.39

0.34
0.38
0.42

0.36
0.41
0.44

0.40
0.44
0.48

0.43
0.48
0.51

0.47
0.51
0.54

0.57
0.60
0.61

0.25

0.28

0.30

0.34

0.37

0.41

0.53

Promedio, 2 -7%
Pendiente, superior a 7%

0.33
0.37

0.36
0.40

0.38
0.42

0.42
0.46

0.45
0.49

0.49
0.53

0.58
0.60

0.22
0.31

0.25
0.34

0.28
0.36

0.31
0.40

0.35
0.43

0.39
0.47

0.48
0.56

Bosques
Plano, 0-2%
Promedio, 2 -7%

Pendiente, superior a 7%
0.35
0.39
0.41
0.45
0.48
0.52
0.58
Nota: Los valores de la tabla son los estndares utiliza dos en la ciudad de Austin, Texas. Utilizada con
Autorizacin.

Tabla 1-A Tabla de valores de coeficientes de escurrimiento C

Los gastos de la red de alcantarillado pluvial siguen el mismo procedimiento de clculo. El


procedimiento se explicar a travs del anlisis del tramo 5-6 de la red.
Anlisis del tramo 1-2
Los datos necesarios son los siguientes:
10

i 30 =60 mm/hr =

0.000016

m
s

C= 0.81
rea acumulada del tramo 5-6, para esto se calcul una densidad para poder atribuir a
cada tramo de la red su rea tanto propia como acumulada. Esta densidad se calcul de
la siguiente forma:
Contemplando el rea total de la cuenca y la longitud de la red se realiz lo que a
continuacin se describe.
2

Densidad=

243120.57 m
=34.67
7011.03

Este factor fue aplicado a la longitud propia y acumulada para obtener un rea propia y
acumulada, que para el clculo del gasto de diseo se usar el rea acumulada.
A= 10,105.88 m2
De esta manera ya que contamos con todos los datos para aplicar la frmula del gasto de
diseo.

Q=C i A

Q=( 0.81 ) 0.000016

Q=0.13

m
s

m (
m3
10,105.88 m2 ) =0.
s
s

Una vez conociendo el gasto de diseo es necesario conocer las condiciones mximas
provocadas por el gasto mximo extraordinario, de la misma manera que se realiz en el
diseo del alcantarillado sanitario.
Los valores del tirante y la velocidad del agua, para condiciones mximas se obtienen de
tablas de relaciones hidrulicas para canales de seccin circular.

Condiciones mximas.

Q
134.24 lps
y
=
=0.08 ycorresponde =0.22
Q o 1,584.84 lps
D

Proponiendo un dimetro de 61 cm y despejando podemos obtener el tirante y la


velocidad:

y=0.013 m=13.42 cm

v
=0.51
vo

v max =2.74 m/ s
La velocidad cumple con el rango de oscilar entre 0.6 y 5 m/s. As como cumplir con un
porcentaje no mayor al 85% del dimetro del tubo.

y 13.42
=
100=22
D
61

Volmenes de excavacin
Una vez que se calcul que el dimetro de 61 cm es el adecuado se procede al clculo de
volmenes de excavacin, tomando en cuenta la tabla proporcionada en clase utilizando
el ancho de zanja, cama, colchn mnimo y gasto mnimo que le corresponde a dicho
dimetro. Los cuales se presentan a continuacin.