You are on page 1of 77

“Mejoramiento de la Infraestructura de Riego en los Sectores

de El Obrero, San Luis de Ayuran, San Lorenzo, Atahualpa, en


el Distrito de Querocoto, Provincia de Chota, Región
Cajamarca”

ESTUDIO HIDROLOGICO

Querocoto, Enero del 2014

1
ESTUDIO HIDROLOGICO

ESTUDIO DE PREINVERSION A NIVEL DE PERFIL DENOMI-NADO:


“MEJORAMIENTO DE LA INFRAESTRUCTURA DE RIEGO EN LOS
SECTORES DE EL OBRERO, SAN LUIS DEL AYURÁN, SAN LORENZO,
ATAHUALPA, EN EL DISTRITO DE QUEROCOTO, PROVINCIA DE
CHOTA, REGION CAJAMARCA”

INDICE

1. GENERALIDADES

1.1 Introducción
1.2 Antecedentes
1.3 Objetivos del Estudio
1.4 Ubicación y Vías de Acceso
1.5 Hidrografía y Geomorfología
1.6 Principales factores climatológicos
1.7 Descripción de la Flora y Fauna del Estudio

2. CARACTERISTICAS CLIMATOLOGICAS

3. TRATAMIENTO PROBABILISTICO DE LA PRECIPITACION MAXIMA


DIARIA

3.1 Determinación de la Probabilidad


3.2 Análisis de Frecuencias de Valores Extremos

4. ANALISIS DE LA TORMENTA DE DISEÑO

5. SIMULACION DE PRECIPITACIONES MAXIMAS DIARIAS CON


APLICACION DEL MODELO HIDROLOGICO HEC HMS 3.5

5.1 Características fisiográficas de la cuenca de las quebradas en estudio


5.2 Resultados de la Simulación Hidrológica de las Tormentas de Diseño
para los Periodos de Retorno de 10, 20, 50 y 100 años, con Aplicación
del Modelo Hidrológico HEC HMS 3.5

6. CONCLUSIONES Y RECOMENDACIONES

2
MEMORIA DESCRIPTIVA

1. GENERALIDADES

1.1 Introducción

El presente informe es el resultado de la revisión y el análisis de la


información referente a la situación climática e hidrológica de la zona
de estudio, además comprende la identificación de la zona del
proyecto, percepción física de la cuenca, a fin de conocer los
parámetros de diseño para las estructuras hidráulicas que tendrá el
proyecto.

1.2 Antecedentes

Se cuenta con el Estudio Hidrológico y Balance Hídrico de Querocoto


y Llama, realizado por el Instituto Nacional de Ampliación de la
Frontera Agrícola (INAF) mediante Convenio de Cooperación Técnica
suscrito con la Corporación - Departamental de Desarrollo de
Cajamarca (CORDECAJ).

1.3 Objetivos del Estudio

El esquema hidráulico propuesto para el Proyecto Mejoramiento de


la infraestructura de riego en los sectores de El Obrero, San Luis del
Ayurán, San Lorenzo, Atahualpa, en el Distrito de Querocoto,
Provincia de Chota, Región Cajamarca, contempla un conjunto de
estructuras que deben ser diseñados para interceptar la escorrentía
proveniente de las quebrada en el ámbito de estudio.

Para el dimensionamiento de estas estructuras es necesario realizar


el estudio hidrológico que permita estimar los caudales máximos de
diseño de acuerdo a un período de retorno y riesgo esperado.

En este sentido el objetivo principal del estudio hidrológico es la


determinación de los eventos máximos, sin embrago para una mejor
comprensión del fenómeno, se analizará también la hidrología general
de la cuenca.

1.4 Ubicación y Vías de Acceso

El área de estudio, se encuentra ubicado políticamente en la sierra


central del Perú, localizado en:

Región : Cajamarca
Departamento : Cajamarca
Provincia : Chota
Distrito : Querocoto

3
El Distrito de Querocoto está Ubicado al Nor – Oeste de la localidad
de Chota en la Vertiente de los andes peruanos.

 Limita por el Norte con distritos de la Provincia de Cutervo.


 Por el Oeste con los distritos de San Juan de Licupis y Miracosta.
 Por el Sur con El distrito de Llama.
 Por el este con el distrito de Huambos

El Distrito de Querocoto según el INEI, tiene una superficie territorial


aproximada de 301.67 Km2

En cuanto al distrito capital de Querocoto, se encuentra ubicado sobre


los 2,426 m.s.n.m.

4
Accesibilidad y vías de comunicación

El proyecto se encuentra ubicado políticamente en el Distrito de


Querocoto; donde la vía de acceso es como se muestra a
continuación:

Cuadro Nº 01: Distancias Interprovinciales por Vía


Terrestre

El acceso es mediante vehículos particulares y de servicio público que


prestan servicios todos los días.

El medio de transporte de esta población es a través de unidades


motorizadas ligeras y pesadas lo cual ocasiona dificultades en la
transitabilidad en la localidad de Querocoto al producirse
congestionamientos por tener calles estrechas y en mal estado.

5
Ocasionando dificultades para el tránsito peatonal e incomodidad a
los pobladores de la localidad y produciendo enfermedades
respiratorias por la emanación de humo de los vehículos y el polvo
que se produce por el flujo vehicular, etc.

1.5 Hidrografía y Geomorfología

a) Hidrografía

Entre las principales fuentes hídricas presentes en el distrito de


Querocoto se cuenta con ríos, quebradas y manantiales entre los
principales tenemos:

El Chongoyapita, ubicado en la parte norte; el Paltic, ubicado en la


parte central; el Rocoto o Chorro Blanco, ubicado en la parte sur y
el Chotano, también ubicado en la parte sur.

Entre las principales quebradas tenemos: Casquin, cucho, la iraca,


la laja, checos, ayuran, el yeso, el obraje, el limón, entre otros.

Las quebradas que hacen una zona eminentemente agrícola y


ganadera son: La quebrada de tungul, la quebrada de succhurán,
la quebrada el ayurán, y otros arroyos.

Cuadro Nº 02:
Principales fuentes hídricas en el área de estudio

b) Geomorfologia

6
Desde el punto de vista sísmico el territorio peruano pertenece al
círculo Circunpacífico, que comprende las zonas de baja actividad
sísmica en el mundo y por lo tanto no se encuentra sometido con
frecuencia a movimientos telúricos, perteneciendo toda la región
de la Sierra Peruana a la zona sísmica tipo 02, según las normas
E030 – de Diseño Sismo Resistente, del RNE.

El Distrito de Querocoto está ubicado en la vertiente occidental de


los andes peruanos, el suelo es accidentado y presenta regiones
naturales como Yunga Fluvial desde los 1500 m.s.n.m y Quechua
por encima de los 2500 m.s.n.m.

Indicando que los suelos ubicados en las laderas han sufrido una
fuerte erosión debido a que se trabaja en forma inadecuada, la
calidad de los suelos es baja y predominan los suelos arcillosos y
arcillo – limosos, de color gris, pardo y amarillento. La zona
presenta una geodinámica muy accidentada.

Los suelos en su mayoría desarrollados generalmente presentan


espesor que varía de 30 a 60 cm. Y con relativa presencia de
pedregosidad. Con respecto a su fertilidad, los suelos son
oscuros, mantienen aún materia orgánica y son de reacción ácida
a ligeramente ácida.

1.6 Principales factores climatológicos

a) Clima:

El distrito de Querocoto se encuentra en la región yunga y jalca.


La temperatura promedia anual es de 14°C, pudiendo llegar en
las zonas altas a 4°C y en el valle a 25°C. la humedad relativa
puede llegar al 100% en los meses de lluvia y el 87% en los meses
de escases de lluvias.

Un aspecto relevante del distrito, es su clima el cual es templado


y seco, típico de la sierra peruana, sin embargo, cuando lo
correlacionamos con la altura, la vegetación y la apariencia
paisajística, del distrito tienen características típicas zona de la
selva, pero ligeramente frío

b) Vientos:

La incidencia de los vientos generalmente se calcula como de


regular intensidad durante el mes de julio con una tendencia a
incrementarse a fuerte en el mes de agosto y con una baja
intensidad en los meses de mayo, junio y setiembre.

c) Precipitaciones:

7
En la zona no se cuenta con estación alguna, para la zona del
proyecto se toma como referencia los datos Meteorológicos de la
estación de Chota.
Teniendo como precipitación media mensual de 77.86 mm, con
una precipitación anual de 868 a 1000mm.

1.7 Descripción de la Flora y Fauna del Estudio

a) Flora

En el distrito de Querocoto se encuentra el área natural protegida


denominada Pagaybamaba con 2078.38 hectáreas, cuyo objetivo
es garantizar el normal abastecimiento de agua para uso agrícola
y humano, conservar los suelos, proteger el bosque como factor
regulador del ciclo hidrológico y climático.

Fue creado el 19/06/1987, con R. S. N° 0222-87 AG/DGF. Entre


las especies que hay en la zona tenemos: el árbol de la quina
símbolo nacional, diversas variedades de orquídeas, palmáceas,
etc. que configurann un bosque de aspecto tropical
A nivel de todo el distrito existen una gran variedad de especies
tales como: lanche, pumapara, añhasquero, roble amarillo y
blanco, alizo, zarza mora, ciprés, pati blanco, matico, saucecillo,
eucalipto, toche, tuyo, shita, sauco, achira, lúcumma. Chilca,
pangaquero, pino, sauce, hortensia, taya, shílite, palta, cascarilla,
ashango, etc.; y una gran variedad de pastos.

b) Fauna

En el área protegida de Pagaybamba y en los bosques altos del


distrito destacan la presencia de animales como: el oso andino, el
venado, sajino, majaz, zorrillo, perdiz, zorro, perico, pichón, turca,
china linda, halcón, chuquía, guardacaballo, canario, tordo, conejo
silvestre, huaygash, gorrión, liguin, tuco, pavo de monte, entre
otro

2. DISPONIBILIDAD DE DATOS CLIMATOLOGICOS

En esta parte se determina las características climatológicas reinantes en


la cuenca, como no se tiene información hidrológica ni hidrometeorologica
de la zona de estudio, se utilizara la información de la estación más
cercana, que para este caso es la Estación Hidrometeorologica
Querecotillo que resulta representativa por su ubicación y altitud, cuyas
características se presenta en el siguiente cuadro.

Cuadro Nº 03: Ubicación de la Estación Hidrormeteorologica


Querecotillo

8
Estación : Querecotillo
Fuente: SENAMHI
Latitud S: 6° 16' 25"
Longitud O: 79° 02' 13”
Altitud: 1,978.7 m.s.n.m.

En el Cuadro adjunto, se muestran los valores de la serie histórica de las


precipitaciones máximas diarias, registradas en la Estación Querecotillo,
proporcionadas por el Servicio Nacional de Meteorología e Hidrología
(SENAMHI); la serie tiene una longitud de 20 años.

9
3. TRATAMIENTO PROBABILISTICO DE LA PRECIPITACION MAXIMA
DIARIA

Según Chow, et al., (1994), un conjunto de observaciones de x1, x2, . . . ,


xn, de la variable aleatoria, se denomina muestra. Una muestra es sacada
de una población hipotéticamente infinita, que posee propiedades
estadísticas constantes. Las propiedades de una muestra pueden cambiar
de una muestra a otra y el conjunto de todas las muestras posibles que
pueden extraerse de una población, se conoce como espacio muestral, y
un evento es un subconjunto muestral. Si las observaciones de una
muestra están idénticamente distribuidas, éstas pueden ordenarse para
formar un histograma de frecuencia. Ahora bien, si el número de
observaciones ni en el intervalo i que cubre un cierto rango, se divide por
el número total de observaciones n, el resultado se conoce como
frecuencia relativa. Asimismo, la suma de los valores de la frecuencia
relativa hasta un punto dado, es la función de frecuencia acumulada, y en
su límite, cuando n→∞ y Δχ→0, se denomina función de distribución de
probabilidad. Desde el punto de vista de ajuste de la información de la
muestra a una distribución teórica, las cuatro funciones (frecuencia
relativa y frecuencia acumulada, para la muestra y para la población,
distribución de probabilidad y densidad de probabilidad), pueden
ordenarse en un ciclo, tal como se muestra en la figura N°1. Empezando
por la parte superior izquierda, (a), la función de frecuencia relativa se
calcula utilizando los datos de la muestra divididos en intervalos y
acumulados para formar la función de frecuencia acumulada mostrada en
la parte inferior izquierda, (b). La función de distribución de probabilidad
en la parte inferior derecha, (c), es el límite teórico de la función de
frecuencia acumulada a medida que el tamaño de la muestra se vuelve
infinitamente grande y el intervalo de la información infinitamente
pequeño. La función de densidad de probabilidad en la parte superior
derecha, (d), es el valor de la pendiente de la función de distribución para
un valor específico de x. El ciclo puede cerrarse, calculando un valor
teórico de la función de frecuencia relativa, denominado la función de
probabilidad incrementada (Chow et al., 1994).

10
Figura N°1: Funciones de frecuencia de la muestra y funciones
de probabilidad de la población

Fuente: Chow et al.,1994

3.1 Determinación de la Probabilidad

El diseño y la planeación de obras hidráulicas, están siempre


relacionados con eventos hidrológicos futuros, cuyo tiempo de
ocurrencia no puede predecirse; es por eso que se debe recurrir al
estudio de la probabilidad o frecuencia (Linsley et al., 1988).

Según Pizarro y Novoa (1986), la definición de la probabilidad implica


consignar dos conceptos; uno de ellos es el periodo de retorno, el cual
está definido, como el tiempo que transcurre entre dos sucesos
iguales; sea ese tiempo, T. El segundo concepto es la probabilidad de
excedencia, que es la probabilidad asociada al periodo de retorno,

11
donde la variable aleatoria toma un valor igual o superior a cierto
número X y se define como:

P(x) =T/1

La probabilidad de que un valor de la variable aleatoria no sea


excedido, está dado por la función de distribución de probabilidad
F(x), la cual se expresa de la siguiente manera:

Luego la probabilidad de que la variable aleatoria sea mayor que X,


se expresa como:

3.2 Análisis de Frecuencias de Valores Extremos

En este apartado se describe el análisis de frecuencia de valores


extremos referido a caudales, es decir el análisis a que son sometidos
los las precipitaciones máximas diarias. El objeto es calcular el caudal
de diseño de estructuras como los aliviaderos de las presas de
embalse.

La serie que abarca toda la información disponible es denominada


serie de duración completa. La serie anual máxima se obtiene
eligiendo el valor máximo de cada año, valores que son
independientes del tiempo y que se presentan en el cuadro siguiente.

Cuadro Nº 04: Precipitaciones Máximas Diarias

P máx
AÑO (m3/s) Log P máx
1994 31.00 1.49
1995 46.00 1.66
1996 61.50 1.79
1997 33.00 1.52
1998 80.00 1.90
1999 62.70 1.80
2000 55.00 1.74
2001 40.30 1.61
2002 40.60 1.61
2003 62.00 1.79
2004 66.70 1.82
2005 36.00 1.56
2006 49.80 1.70
2007 33.00 1.52
2008 47.70 1.68
2009 55.20 1.74

12
2010 67.10 1.83
2011 37.40 1.57
2012 42.80 1.63
2013 43.00 1.63
Promedio  49.5 1.679
Desv.
Estándar  13.68 0.119
Coef.
Asimetria c.a. = 0.529 0.112
c.a./6 k= 0.019
n= 20
Fuente: SENAMHI

a. Posiciones de Trazado

Una vez seleccionada la serie con la que se va a realizar el análisis


de frecuencia se ordenan los valores de mayor a menor,
prescindiendo del año de ocurrencia.

Cuadro Nº 05: Precipitaciones Máximas Diarias Ordenadas

Pmax
m
(mm)
1 80.00
2 67.10
3 66.70
4 62.70
5 62.00
6 61.50
7 55.20
8 55.00
9 49.80
10 47.70
11 46.00
12 43.00
13 42.80
14 40.60
15 40.30
16 37.40
17 36.00
18 33.00
19 33.00
20 31.00

13
Luego es necesario asignarle a cada valor una probabilidad de
excedencia. Esta probabilidad de excedencia o frecuencia (P) que se
asigna a cada valor de la serie es en que se conoce como posición de
trazado. Su inversa es el período de retorno (T).

A través del tiempo diferentes autores han desarrollado fórmulas para


determinar posiciones de trazado. De todas las fórmulas propuestas
la que mejor aceptación ha tenido hasta el momento es la de Weibull

Cuadro Nº 06: Posiciones de Trazado - Weibull

P
N P T
(mm)
1 80.00 0.048 21.00
2 67.10 0.095 10.50
3 66.70 0.143 7.00
4 62.70 0.190 5.25
5 62.00 0.238 4.20
6 61.50 0.286 3.50
7 55.20 0.333 3.00
8 55.00 0.381 2.63
9 49.80 0.429 2.33
10 47.70 0.476 2.10
11 46.00 0.524 1.91
12 43.00 0.571 1.75
13 42.80 0.619 1.62
14 40.60 0.667 1.50
15 40.30 0.714 1.40
16 37.40 0.762 1.31
17 36.00 0.810 1.24
18 33.00 0.857 1.17
19 33.00 0.905 1.11
20 31.00 0.952 1.05

Fuente: Elaboración propia

14
Cuadro Nº 07: Posiciones de Trazado

N = 20
PROBABILIDAD DE
NOMBRE AÑO m=1 m=5
EXEDENCIA (P)
P T P T
California 1923 m/N 0.05 19.00 0.25 4.00
Hazen 1930 (2*m - 1)/(2*N) 0.03 40.00 0.23 4.44
Weibull 1939 m/(N + 1) 0.05 20.00 0.24 4.20
Chegodayev 1955 (m - 0.3)/(N - 0.4) 0.04 27.71 0.23 4.34
Blom 1958 (m - 3/8)/(N + 1/4) 0.03 30.80 0.23 4.38
Tukey 1962 (3*m - 1)/(3*N + 1) 0.03 29.00 0.23 4.36
Gringorten 1963 (m - 0.44)/(N + 0.12) 0.03 34.14 0.23 4.41
Fuente: Elaboración propia

b. Métodos de Distribuciones de Probabilidades Utilizadas


para el cálculo de las Precipitaciones Máximas Diarias

Entre los métodos estadísticos más usados en Hidrología, se


consideran los siguientes:

b.1. Distribución Normal


b.2 Distribución Log – Normal
b.3 Distribución Log – Pearson III
b.4 Distribución Gumbel
b.6 Distribución Gumbel Modificado

15
Con la finalidad de ajustar la serie anual de precipitaciones máximas
diarias de la Estación Hidrológica Querecotillo, se analizó la serie
disponible para las diferentes distribuciones referidas.

b.1. MÉTODO DE DISTRIBUCIÓN NORMAL

FUNCIÓN DE DENSIDAD

La función de densidad de distribución normal se define como:


2
1 X  µ 
 
2  
1 e
f(X) = 2  …..(1)

Para - < x < + 

Donde µ y  son los parámetros de la distribución. Estos


parámetros determinan la forma de la función f(x) y su posición
en el eje x, decimos que la variable aleatoria X, se distribuye
normalmente con media µ = X y varianza ² = S² y se
representa:

X  N ( XS² )

Siendo una función continua y simétrica con respecto a X , si:

xµ
Z=  …..(2)

La función densidad de Z, es llamada función densidad de la


Distribución Normal Estándar y tiene la siguiente expresión:

Z 2
1 2
e
f (z) = 2 …..(3)

Para - < z < + 

Los valores de f(x) o f(z) puede ser fácilmente evaluada para un


valor de x o de z por las ecuaciones (1) ó (3), respectivamente.

Una característica fundamental de la distribución normal


estándar es que tiene µz = 0 y  z = 1, es decir:
2

Z  N (0.1)

16
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

La función de distribución acumulada de la distribución normal


es la integral de la ecuación (1) ósea:
x

F (x) = 
f ( x)dx
 …..(4)

1   x  µ   2
1 x 2   
 e dx
F (x) =  2

…..(5)

O su equivalente,

 z2
1
2 e 2
dz
F(z) = …..(6)

Donde F(x) es la función de distribución de probabilidad normal


para la variable original X, según la ecuación (5), o también para
la variable estandarizada Z según ecuación (6) es decir F(x) =
F(z) está función de distribución tiene las siguientes
propiedades:

F(-) = 0

F(µ) = 0.5

F(+) = 1

CALCULO DE LA FUNCIÓN DE DISTRIBUCIÓN


ACUMULADA

Para realizar cálculos computacionales de F(z), se utilizan


funciones de aproximación, dentro de los cuales se pueden
mencionar a:

Abramowitz y Stegun (1965): Han dado varias aproximaciones


para la función de distribución F(z) de la variable normal
estandarizada Z, una aproximación polinomial con un error
menor que 10-5 es:

F(Z) = H (Z) Z>0

F(Z) = 1-H (Z) Z < 0… (7)

Donde:

1 *  z 2 / 2b1q  b 2 q ²  b3q 3
e
H (Z) = 1 - 2 …..(8)

17
Siendo:
1
1 bo z
q=

bo = 0.33267 b2 = -0.12017

b1 = 0.43618 b3 = 0.93730

Masting (1955), ha dado una aproximación polinomial

1
1  0.2316419 z
Donde W =

Siendo las constantes:

b1 = 0.319381530 b2 = -0.356563782

b3 = 1.781477937 b4 = -1.821255978

b5 = 1.330274429

ESTIMACIÓN DE PARÁMETROS

Para estimar los parámetros de la distribución teórica se pueden


usar el método de momentos o el método de máxima
verosimilitud, los parámetros obtenidos son los siguientes:
N
1
 Xi
X=µ= N i 1

…..(9)
1
 1 N 2
 N  1   Xi  X  
2

S==  i 1 

Donde:

X = Es el estimado de la media, llamado también parámetro de


posición.

S = Es el estimado insesgado de la desviación estándar o


parámetro de escala.

En el cuadro siguiente se muestra los resultados de los análisis


utilizando esta distribución.

18
Cuadro N ° 08: Precipitaciones Máximas Diarias para
Diferentes Periodos de Retorno - Método Distribución
Normal
T Pmax
P w z
(años) (mm)
2 0.500 1.177 0.00 49.54
3 0.333 1.482 0.43 55.43
5 0.200 1.794 0.84 61.05
10 0.100 2.146 1.28 67.07
20 0.050 2.448 1.65 72.04
25 0.040 2.537 1.75 73.49
50 0.020 2.797 2.05 77.64
100 0.010 3.035 2.33 81.37
200 0.005 3.255 2.58 84.78
500 0.002 3.526 2.88 88.91
1000 0.001 3.717 3.09 91.81

Usando la metodología del libro de Hidrología Aplicada de Ven Te Chow, pag 401
Fuente: Elaboración Propia del Autor

b.2 MÉTODO DE DISTRIBUCION LOG - NORMAL

Según Mejía 1991, por el teorema del límite central, tenemos que
si X es una variable aleatoria con distribución normal, se puede
esperar una variable y = Inx, también con distribución normal con
media µy, y variancia y² se usan estos parámetros para
especificar que la distribución es logarítmica, puesto que
también puede usarse la media y la varianza de x

FUNCIÓN DENSIDAD

La función densidad de distribución normal para Y es:


2
1  y  µ y 
 
1 2   y 
e
 y 2
F(y) = …..(10)

Para - < y < +

Refiriendo la función de distribución de f(y) con f(x), se tiene:

dy
dx
f(x) = f(y)
dy 1
dx
Como: y = Lnx => = x, X>0

19
2
1  ln x  µ y 
 
1 2   y 
e
2x y
f(x) = Para X > 0 (11)

f(y) = es la función de densidad de la distribución normal para y


 y2
con media µy, y variancia .

f(x) = es la función de densidad de la distribución Log-Normal


 y2
para X con parámetro µy, y .

Las tablas de distribución normal estándar pueden ser usadas


para evaluar la distribución Log Normal.

Como f(x) = f(y)/x; pero f(y) es una distribución normal tenemos:


f(x) = f(z)/xy.

FUNCIÓN DE LA DISTRIBUCIÓN ACUMULADA

La función de distribución acumulada para X e Y es:


2
1  Lnx  µ y 
x  
1 1 2   y 

2  x e dx
F(x) = 0 y
…..(12)

y 
1  y  µ y   2

1 2   y 

2 e
y 
dy
F(y) = …..(13)

Los valores de la función de distribución de probabilidad F(y) se


obtienen usando la Tablas o la fórmula de Abramowitz y Stegún
ecuación (7) si la variable estandarizada se define como:

y  µy
y
Z= …..(14)

z z2
1
2 e 2

F(z) =  dz…..(15)

En el cuadro siguiente se muestra los resultados de los análisis


utilizando esta distribución.

20
Cuadro N ° 09: Precipitaciones Máximas Diarias para
Diferentes Periodos de Retorno - Método Distribución
Log – Normal

T Pmax
P w z Log Qmax
(años) (mm)
2 0.500 1.177 0.000 1.679 47.81
3 0.333 1.482 0.430 1.731 53.78
5 0.200 1.794 0.841 1.779 60.18
10 0.100 2.146 1.282 1.832 67.88
20 0.050 2.448 1.645 1.875 74.97
25 0.040 2.537 1.751 1.887 77.18
50 0.020 2.797 2.054 1.923 83.85
100 0.010 3.035 2.327 1.956 90.34
200 0.005 3.255 2.576 1.986 96.72
500 0.002 3.526 2.879 2.021 105.05
1000 0.001 3.717 3.091 2.047 111.33
Usando la metodología del libro de Hidrología Aplicada de Ven Te Chow, pag 401
Se debe tener en cuenta el último párrafo de esta página; es decir que el procedimiento es el
mismo excepto que este se aplica a los logaritmos de las variables y su media y desviación
estándar son usadas para la generación de caudales
Fuente: Elaboración Propia del Autor

b.3 MÉTODO DE DISTRIBUCION LOG - PEARSON TIPO III

Según Chow, 1995 la distribución Log-Pearson Tipo III se


desarrolló como un método para ajustar una curva a cierta
información. Su uso está justificado porque se ha encontrado
que arroja buenos resultados e muchas aplicaciones,
particulares para la información de picos crecientes. Cuando Log
X es simétrico alrededor de su media, la distribución Log-
Pearson Tipo III se reduce a la distribución Log Normal.

El ajuste de la distribución a la información puede probarse


utilizando la prueba X². La localización del límite Xo en la
distribución Log-Pearson Tipo III depende de la asimetría de la
información, se plantea 2 casos:

Si la información tiene asimetría positiva, entonces Log x > Xo y


Xo es un límite inferior.

Si la información tiene asimetría negativa, Log x < Xo y Xo es un


límite superior.

Según Bobbe, 1975 la transformación Log reduce la asimetría


de la información transformada y puede producir información
transformada con asimetría negativa utilizando información
original con asimetría positiva. En este caso, la aplicación de la

21
distribución Log-Pearson Tipo III impondría un límite superior
artificial a la información.

Dependiendo de los valores de los parámetros, la distribución


Log-Pearson Tipo III puede asumir muchas formas diferentes.

Forma y Localización de la moda para la distribución Log-


Pearson Tipo III como una función de sus parámetros.

Parámetro de
 < -Ln10 -Ln10 < <0 >0
Forma ß
Sin moda, forma en Moda mínima forma Sin moda, forma en
0>ß<1
J en U J, invertida
Sin moda forma en J
ß>1 Unimodal unimodal
invertida

Fuente: Bobbe, 1975

FUNCIÓN DENSIDAD

El primer paso es tomar los logarítmicos de la información


hidrológica, Z = Logx, usualmente se utilizan logaritmos con
base 10, se calculan la media X, la desviación estándar Sx y el
coeficiente de asimetría Cs para los logaritmos de los datos.

La función de densidad para X y Z se dan a continuación:

ß 1
1  log x  xo 
  * e (log x  xo ) / 
f(x) = 1     …..(16)

Si se hace una transformación: Z = Log (x). La función densidad


reducida es:

z  zo  1 * e z  z  / 
o

f(z) =     …..(17)

Donde:

Z = variable aleatoria con distribución Pearson Tipo III


X = variable aleatoria con distribución Log-Pearson Tipo III
Zo = parámetro de posición
 = parámetro de escala
ß = parámetro de forma

En el caso de la distribución Log-Pearson Tipo III: X = 10z la


variable reducida es:
Z  Zo
y=  …..(18)

22
Por lo que la ecuación (17) queda de la siguiente manera:
1 y
* y ß 1*e
f(y) =  (  ) …..(19)

FUNCIÓN ACUMULADA

La función de distribución acumulada de la distribución Log


Pearson Tipo III es:

 1
1 zz    z  zo 
z

z     o  *e

dz
F (z) = o …..(20)

Sustituyendo la ecuación (2.42) en (2.44) se obtiene lo siguiente:


y
1
  0
 1*e  y dy
y
F(y) = …..(21)

La ecuación (21) es una distribución Ji cuadrada con 2ß grados


de libertad
y X² = 2y

F(y) = F (X²/v) = FX² (2y/2ß)…..(22)

En el cuadro siguiente se muestra los resultados de los análisis


utilizando esta distribución.

Cuadro N° 10: Precipitaciones Máximas Diarias para


Diferentes Periodos de Retorno - Método Distribución
Log – Pearson Tipo III

T Pmax
P w z KT Log Qmax
(años) (mm)
2 0.500 1.1774 0.000 -0.019 1.68 47.56
3 0.333 1.4823 0.430 0.415 1.73 53.55
5 0.200 1.7941 0.841 0.836 1.78 60.08
10 0.100 2.1460 1.282 1.293 1.83 68.09
20 0.050 2.4477 1.645 1.676 1.88 75.62
25 0.040 2.5373 1.751 1.789 1.89 77.98
50 0.020 2.7971 2.054 2.114 1.93 85.22
100 0.010 3.0349 2.327 2.409 1.97 92.39
200 0.005 3.2552 2.576 2.681 2.00 99.54
500 0.002 3.5255 2.879 3.015 2.04 109.04
1000 0.001 3.7169 3.091 3.251 2.07 116.32
Usando la metodología del libro de Hidrología Aplicada de Ven Te Chow, pag 401-403
Fuente: Elaboración Propia del Autor

23
b.4 MÉTODO DE DISTRIBUCION DE GUMBEL (Valor extremo
Tipo I)

Según Paulet, 1977, el método de Gumbel se utiliza para


predecir magnitudes máximas de variables hidrológicas
asumiendo que esos valores son independientes entre sí,
también son usadas frecuentemente para el estudio de
magnitud-duración-frecuencias de lluvias (Hershfiel, 1961).

Linsley la aplicó el río Clear Water en Idaho Estados Unidos.


Este método es adecuado cuando se utiliza como datos las
descargas máximas anuales en un punto de control de una
vertiente o un río.

FUNCIÓN ACUMULADA

La distribución acumulada de la distribución Gumbel, tiene la


forma:

e  x  ß 
F (x) = e …..(23)

Para:

- < x < +, 0 <  < + - < ß < +

Donde:

El parámetro  se le conoce como parámetro de escala


El parámetro ß se le conoce como parámetro de posición

FUNCIÓN DENSIDAD

Derivando la función de distribución acumulada, ecuación (23),


con respecto a x, se obtiene la función densidad de probabilidad,
es decir:

dF ( x )
f (x) = dx

Con lo cual, la función densidad reducida Gumbel es:

 y e 
y

f(y) = e …..(24)

El signo (+) se emplea para eventos mínimos y el signo (-) para


eventos máximos.

24
La función de distribución acumulada es:

e  y e y
F(y) = e (máximo) F(y) = 1-e (Mínimo)

F(y) mín. = 1 – F(-y) máx.

Los valores correspondientes de x e y, están relacionadas por:

F (x) = F(y) y la relación:

y
y =  (x-ß) o x = ß +  …..(25)

En el Cuadro N° 11 y 12 se muestran los resultados de los


análisis utilizando distribución Gumbel Extrema Tipo I y Gumbel
Extrema Tipo I Modificado respectivamente.

Cuadro N° 11: Precipitaciones Máximas Diarias para


Diferentes Periodos de Retorno - Método Distribución
Gumbel Extrema Tipo I

T Pmax
KT
(años) (mm)
2 -0.1478 47.52
3 0.3567 54.42
5 0.9186 62.11
10 1.6247 71.76
20 2.3020 81.03
25 2.5169 83.97
50 3.1787 93.02
100 3.8357 102.01
200 4.4902 110.96
500 5.3538 122.77
1000 6.0065 131.70
(De tabla A-8, Pag. 583 del libro Engineering Hydrology
de Víctor Ponce, 1989)
Fuente: Elaboración Propia del Autor

25
Cuadro N° 12: Precipitaciones Máximas Diarias para
Diferentes Periodos de Retorno - Método Distribución
Gumbel Extrema Tipo I Modificado

T Pmax
KT
(años) (mm)
5 0.7195 59.38
6 0.8770 61.54
10 1.3046 67.39
20 1.8659 75.06
25 2.0439 77.50
50 2.5924 85.00
100 3.1368 92.45
200 3.6792 99.87
500 4.3949 109.66
1000 4.9357 117.05
(Pag. 225 del libro Engineering Hydrology
de Víctor Ponce, 1989)
Fuente: Elaboración Propia del Autor

En el cuadro siguiente se muestra un resumen de las


precipitaciones máximas diarias para diferentes periodos de
retorno, utilizando los métodos de las distribuciones antes
mencionadas.

Cuadro N° 13: Precipitaciones Máximas Diarias Para


diferentes Periodos de Retorno

Distribución Distribución Log Pearson Gumbel


Período de Gumbel
Normal Log Normal III Modificado
Retorno P
Pmax Pmax Pmax Pmax Pmax
T (mm) (mm) (mm) (mm) (mm)
2 0.500 49.54 47.81 47.56 47.52
5 0.200 61.05 60.18 60.08 62.11 59.38
10 0.100 67.07 67.88 68.09 71.76 67.39
20 0.050 72.04 74.97 75.62 81.03 75.06
25 0.040 73.49 77.18 77.98 83.97 77.50
50 0.020 77.64 83.85 85.22 93.02 85.00
100 0.010 81.37 90.34 92.39 102.01 92.45
200 0.005 84.78 96.72 99.54 110.96 99.87
500 0.002 88.91 105.05 109.04 122.77 109.66
1000 0.001 91.81 111.33 116.32 131.70 117.05
Fuente: Elaboración Propia del Autor

En el Grafico N° 02 se muestra las precipitaciones máximas


diarias y los periodos de retorno.

26
Fuente: Elaboración Propia del Autor

c. Pruebas de Bondad de Ajuste de Smirnov - Kolmogov

Las pruebas de Bondad de ajuste de Smirnov - Kolmogov, se


muestran en los Cuadros N°s 14, 15, 16, 17 y 18; en los cuales
se determinó que el valor de Δmáx. corresponde a la función de
Gumbel Original igual a 0.0859; por lo que se puede decir que
los valores proporcionados por esta distribución son los que más
se ajustan a los datos en análisis. El resumen de los resultados
de las pruebas de bondad se muestran en el Cuadro N° 19.

27
Cuadro N° 14: Prueba de Bondad de Ajuste de Smirnov -
Kolmogov para la Distribución Normal
Pmax (mm) Dx
N° P(x) Z F(Z)
(X) F(Z)-P(x)
1 31.0 0.0500 -1.36 0.0876 0.0376
2 33.0 0.1000 -1.21 0.1133 0.0133
3 33.0 0.1500 -1.21 0.1133 0.0367
4 36.0 0.2000 -0.99 0.1611 0.0389
5 37.4 0.2500 -0.89 0.1874 0.0626
6 40.3 0.3000 -0.68 0.2497 0.0503
7 40.6 0.3500 -0.65 0.2567 0.0933
8 42.8 0.4000 -0.49 0.3111 0.0889
9 43.0 0.4500 -0.48 0.3163 0.1337
10 46.0 0.5000 -0.26 0.3979 0.1021
11 47.7 0.5500 -0.13 0.4465 0.1035
12 49.8 0.6000 0.02 0.5076 0.0924
13 55.0 0.6500 0.40 0.6551 0.0051
14 55.2 0.7000 0.41 0.6605 0.0395
15 61.5 0.7500 0.87 0.8090 0.0590
16 62.0 0.8000 0.91 0.8188 0.0188
17 62.7 0.8500 0.96 0.8320 0.0180
18 66.7 0.9000 1.25 0.8952 0.0048
19 67.1 0.9500 1.28 0.9004 0.0496
20 80.0 1.0000 2.23 0.9870 0.0130
Suma (mm) 990.80 Dmax = 0.1337
Media (mm) 49.54
D.Est. (mm) 13.68

28
Fuente: Elaboración Propia del Autor

Cuadro N° 15: Prueba de Bondad de Ajuste de Smirnov -


Kolmogov para la Distribución Log – Normal

Pmax (mm) Ln Pmax Dx


N° P(x) Z F(Z)
(X) (Y) F(Z)-P(x)
1 31.0 3.4340 0.0500 -1.584 0.0566 0.0066
2 33.0 3.4965 0.1000 -1.355 0.0877 0.0123
3 33.0 3.4965 0.1500 -1.355 0.0877 0.0623
4 36.0 3.5835 0.2000 -1.037 0.1499 0.0501
5 37.4 3.6217 0.2500 -0.897 0.1847 0.0653
6 40.3 3.6964 0.3000 -0.624 0.2662 0.0338
7 40.6 3.7038 0.3500 -0.597 0.2752 0.0748
8 42.8 3.7565 0.4000 -0.404 0.3430 0.0570
9 43.0 3.7612 0.4500 -0.387 0.3493 0.1007
10 46.0 3.8286 0.5000 -0.141 0.4440 0.0560
11 47.7 3.8649 0.5500 -0.008 0.4968 0.0532
12 49.8 3.9080 0.6000 0.149 0.5594 0.0406
13 55.0 4.0073 0.6500 0.513 0.6959 0.0459
14 55.2 4.0110 0.7000 0.526 0.7005 0.0005
15 61.5 4.1190 0.7500 0.921 0.8215 0.0715
16 62.0 4.1271 0.8000 0.951 0.8291 0.0291
17 62.7 4.1384 0.8500 0.992 0.8393 0.0107
18 66.7 4.2002 0.9000 1.218 0.8883 0.0117
19 67.1 4.2062 0.9500 1.240 0.8924 0.0576
20 80.0 4.3820 1.0000 1.882 0.9701 0.0299
Suma (mm) 990.80 77.34 Dmax = 0.1007
Media (mm) 49.54 3.87
D.Est. (mm) 13.68 0.27

Del libro de Máximo Villón, pag. 131


Y=ln(X)
Z=(Y-Ymedia)/YD.S.

Fuente: Elaboración Propia del Autor

Cuadro N° 16: Prueba de Bondad de Ajuste de Smirnov -


Kolmogov para la Distribución Log – Pearson III
Pmax Log
Y=(x- Dx
N° (mm) Pmax 2Y 2β1 χ2 Fx Fo
δ1)/α1 F(z)-P(x)
(X) (Log X)
1 31.0 3.4340 292.4824 584.9649 641.6976 0.9446 0.0554 0.0476 0.0078
2 33.0 3.4965 296.5767 593.1535 641.6976 0.9119 0.0881 0.0952 0.0071
3 33.0 3.4965 296.5767 593.1535 641.6976 0.9119 0.0881 0.1429 0.0547
4 36.0 3.5835 302.2749 604.5498 641.6976 0.8460 0.1540 0.1905 0.0364
5 37.4 3.6217 304.7734 609.5467 641.6976 0.8091 0.1909 0.2381 0.0472
6 40.3 3.6964 309.6640 619.3281 641.6976 0.7236 0.2764 0.2857 0.0093
7 40.6 3.7038 310.1497 620.2994 641.6976 0.7142 0.2858 0.3333 0.0476
8 42.8 3.7565 313.6055 627.2110 641.6976 0.6440 0.3560 0.3810 0.0250

29
9 43.0 3.7612 313.9108 627.8216 641.6976 0.6376 0.3624 0.4286 0.0661
10 46.0 3.8286 318.3274 636.6547 641.6976 0.5410 0.4590 0.4762 0.0172
11 47.7 3.8649 320.7039 641.4078 641.6976 0.4880 0.5120 0.5238 0.0118
12 49.8 3.9080 323.5253 647.0507 641.6976 0.4258 0.5742 0.5714 0.0028
13 55.0 4.0073 330.0294 660.0589 641.6976 0.2926 0.7074 0.6190 0.0883
14 55.2 4.0110 330.2671 660.5343 641.6976 0.2882 0.7118 0.6667 0.0452
15 61.5 4.1190 337.3447 674.6893 641.6976 0.1727 0.8273 0.7143 0.1130
16 62.0 4.1271 337.8749 675.7499 641.6976 0.1655 0.8345 0.7619 0.0726
17 62.7 4.1384 338.6102 677.2203 641.6976 0.1558 0.8442 0.8095 0.0346
18 66.7 4.2002 342.6601 685.3203 641.6976 0.1096 0.8904 0.8571 0.0333
19 67.1 4.2062 343.0517 686.1034 641.6976 0.1057 0.8943 0.9048 0.0104
20 80.0 4.3820 354.5672 709.1344 641.6976 0.0316 0.9684 0.9524 0.0160
Suma 77.343 Dmax = 0.11299
Media 3.867
Des.Est(S) 0.274
sesgo(γ) 0.112
β1=(2/γ)2 320.849
α1=S/√β1 0.015
δ1=X-α1β1 -1.032
LogYT  LogY  k TSLogY
(*): De Tabla 12.3.1 del Libro de Hidrologia Aplicada de Ven Te Chow, Pag. 404; por
interpolación según el valor de kT
El valor de kT, se obtiene del libro de Hidrologia Aplicada de Ven Te Chow, pag. LogY T  LogY
400. kT 
S LogY
Fuente: Elaboración Propia del Autor
Cuadro N° 17: Prueba de Bondad de Ajuste de Smirnov -
Kolmogov para la Distribución Gumbel (Original)
Extrema Tipo I

30
Pmax (mm) Dx
N° P(X) z F(z)
(X) F(z)-P(x)
1 31.0 0.0500 -0.95 0.0745 0.0245
2 33.0 0.1000 -0.79 0.1092 0.0092
3 33.0 0.1500 -0.79 0.1092 0.0408
4 36.0 0.2000 -0.56 0.1750 0.0250
5 37.4 0.2500 -0.44 0.2103 0.0397
6 40.3 0.3000 -0.21 0.2902 0.0098
7 40.6 0.3500 -0.19 0.2988 0.0512
8 42.8 0.4000 -0.01 0.3628 0.0372
9 43.0 0.4500 0.00 0.3687 0.0813
10 46.0 0.5000 0.24 0.4559 0.0441
11 47.7 0.5500 0.38 0.5036 0.0464
12 49.8 0.6000 0.54 0.5598 0.0402
13 55.0 0.6500 0.96 0.6816 0.0316
14 55.2 0.7000 0.97 0.6857 0.0143
15 61.5 0.7500 1.48 0.7959 0.0459
16 62.0 0.8000 1.52 0.8030 0.0030
17 62.7 0.8500 1.57 0.8126 0.0374
18 66.7 0.9000 1.89 0.8600 0.0400
19 67.1 0.9500 1.92 0.8641 0.0859
20 80.0 1.0000 2.95 0.9491 0.0509
Suma (mm) 990.80 Dmax = 0.0859
Media (mm) 49.54
D.Est. (S) 13.33 (Para N) poblacional
12.54 35.4900

42.97 183.1897
Del libro de Linsley,
Hidrologia para Ingenieros
(De tabla A-8, Pag. 583 del libro Engineering Hydrology
  X  yn de Victor Ponce, 1989)

S y n  0 . 5236
 
 n   1 . 0628
n
X  
y 

Fuente: Elaboración Propia del Autor

Cuadro N

31
Cuadro N° 18: Prueba de Bondad de Ajuste de Smirnov -
Kolmogov para la Distribución Gumbel Extrema Tipo I
Modificado
Pmax (mm) Dx
N° P(X) y G(y)
(X) G(y)-P(x)
1 31.0 0.0500 -1.16 0.0410 0.0090
2 33.0 0.1000 -0.97 0.0708 0.0292
3 33.0 0.1500 -0.97 0.0708 0.0792
4 36.0 0.2000 -0.69 0.1356 0.0644
5 37.4 0.2500 -0.56 0.1733 0.0767
6 40.3 0.3000 -0.29 0.2631 0.0369
7 40.6 0.3500 -0.26 0.2730 0.0770
8 42.8 0.4000 -0.05 0.3478 0.0522
9 43.0 0.4500 -0.04 0.3546 0.0954
10 46.0 0.5000 0.25 0.4573 0.0427
11 47.7 0.5500 0.40 0.5132 0.0368
12 49.8 0.6000 0.60 0.5781 0.0219
13 55.0 0.6500 1.09 0.7143 0.0643
14 55.2 0.7000 1.11 0.7187 0.0187
15 61.5 0.7500 1.70 0.8328 0.0828
16 62.0 0.8000 1.75 0.8398 0.0398
17 62.7 0.8500 1.81 0.8492 0.0008
18 66.7 0.9000 2.19 0.8937 0.0063
19 67.1 0.9500 2.22 0.8974 0.0526
20 80.0 1.0000 3.43 0.9682 0.0318
Suma (mm) 990.80 Dmax = 0.0954
Media (mm) 49.54
D.Est. (S) 13.68 (Para N-1) muestral
10.67

43.38

Del libro de Máximo Villón, páginas: 210-216


6
  S X  
 y  G( y )  e  e
y


  X  0.5772156649 

Fuente: Elaboración Propia del Autor

Cuadro N° 19: Resultados de la Prueba de Bondad de


Ajuste de Smirnov - Kolmogov para los Diferentes Métodos
de Distribución

Distribución Distribución Gumbel


Log Pearson III Gumbel
Normal Log Normal Modificado

Delta c (c) Delta c (c) Delta c (c) Delta c (c) Delta c (c)
0.1337 0.1007 0.1130 0.0859 0.0954

32
Fuente: Elaboración Propia del Autor

Fuente: Elaboración Propia del Autor

Cuadro Nº 20
Precipitación Máxima Diaria para Diferentes Periodos de
Retorno

periodo de
10.00 años 20.00 años 50.00 años 100.00 años
retorno

Precipitación.
Máxima 71.76 81.03 93.02 102.01
Diaria

4. ANALISIS DE LA TORMENTA DE DISEÑO

Se recurrió al principio conceptual, referente a que los valores extremos


de lluvias de alta intensidad y corta duración aparecen, en el mayor de los
casos, marginalmente dependientes de la localización geográfica, con
base en el hecho de que estos eventos de lluvia están asociados con
celdas atmosféricas las cuales tienen propiedades físicas similares en la
mayor parte del mundo.

33
Para efectos de conocimiento de las tormentas de diseño del proyecto se
ha calculado la precipitación máxima diaria para 1, 2, 3, 6, 12 horas en
función a la precipitación máxima diaria para los períodos de retorno de
10, 20, 50 y 100 años, aplicando el Modelo de Dick y Peschke (Guevara,
1991), mediante la expresión siguiente:
0.25
 d 
Pd  P24 h  
 1440 

Donde:

Pd = precipitación total (mm)


d = duración en minutos
P24h = precipitación máxima diaria (mm)

Los resultados de la aplicación del modelo se muestran en el cuadro


siguiente.
Cuadro Nº 21
Precipitación Máxima Diaria para Diferentes Periodos de Retorno y
Tormentas de Diseño

T P. Max Duración en Minutos


Años 24 horas 60 120 180 360 720
100 102.01 46.09 54.81 60.65 72.13 85.78
50 93.02 42.03 49.98 55.31 65.78 78.22
20 81.03 36.61 43.54 48.18 57.30 68.14
10 71.76 32.42 38.56 42.67 50.74 60.35

5. SIMULACION DE PRECIPITACIONES MAXIMAS DIARIAS CON


APLICACION DEL MODELO HIDROLOGICO HEC HMS 3.5

Como no se cuenta con datos de caudales, la precipitación máxima diaria


para los diferentes periodos de retorno, ha sido estimada mediante
Simulación de la Precipitación Máxima Diaria con Aplicación del Modelo
Hidrológico HEC HMS 3.5.

El HEC HMS es un programa complejo que calcula el hidrograma


producido por una cuenca si le facilitamos datos físicos de esta, en este
caso ingresaremos datos de precipitaciones máximas diarias para
diferentes periodos de retorno de acuerdo a los valores mostrados en el

34
cuadro anterior.

5.1 Características fisiográficas de la cuenca de las quebradas en


estudio

Las características físicas de las cuencas conocidas también como


parámetros geomorfológicos, permiten determinar los elementos que
condicionan espacial y temporalmente la escorrentía producida por la
precipitación.

La zona de estudio se caracteriza por presentar topografía


accidentada conformada por cerros con laderas escarpadas
interrumpidas por una serie de pequeñas quebradas que conforman
las fuentes de aprovechamiento hídrico, en base a estas
características topográficas y fisiográficas se han determinado los
parámetros de cada cuenca.

Las características fisiográficas de la cuenca de las Quebradas de la


zona de estudio, se han determinado sobre la base de los planos
topográficos existentes y complementados con la Carta Nacional a
escala 1/100,000.

Entre estas características se tienen las siguientes:

a. Modelo de la Cuenca

Área de la Cuenca

Ésta es quizás la propiedad más importante de la cuenca, ya que


determina el potencial del volumen de escorrentía.
En general mayor área de cuenca, mayor cantidad de escorrentía
superficial y consecuentemente mayor flujo superficial, sin
embargo las cuencas pequeñas suelen ser más torrentosas, pues
su respuesta es más rápida

Pendiente de la cuenca (Sc)

Es el promedio de las pendientes de la cuenca, es un parámetro


muy importante que determina el tiempo de concentración y su
influencia en las máximas crecidas y en el potencial de
degradación de la cuenca, sobre todo en terrenos desprotegidos
de cobertura vegetal. Existen variadas metodologías, tanto
gráficas como analíticas, que permiten estimar la pendiente de la
cuenca.

Longitud de máximo recorrido (L)

35
Es la medida de la mayor trayectoria de las partículas del flujo
comprendida entre el punto más bajo del colector común,
conocido como punto emisor, y el punto más alto o inicio del
recorrido sobre la línea de divortio aquarum. Este parámetro tiene
relación directa con el tiempo de concentración de la cuenca, el
mismo que depende de la geometría de la cuenca, de la pendiente
del recorrido y de la cobertura vegetal.

En el cuadro siguiente se muestran las características de las


Cuencas de las Quebradas de estudio.

Cuadro Nº 22
Características Principales de las Cuencas de estudio

b. Calculo del Tiempo de Concentración y el Tiempo de Retardo

El tiempo de concentración representa el tiempo que demora una


partícula de agua para trasladarse del punto más remoto de la
cuenca hasta el punto de desagüe. Cuando haya transcurrido este
tiempo toda la cuenca estará contribuyendo a formar el caudal de
la escorrentía que tendrá en consecuencia un valor máximo.

Existen varias formas de hallar el tiempo de concentración, Tc, de


una cuenca; una de ellas es usando las fórmulas empíricas que a
continuación se desarrollan.
Formula de KIRPICH:

tc = 0.01947 L 0.77 J -0.385

Donde:

tc = Tiempo de Concentración en minutos.

L = Longitud del Cauce en m.

36
J = Pendiente del Cauce Principal en m/m.

Fórmula de Californiana (del U.S.B.R.)

tc = 0.066 (L/J1/2)0.77

Donde:

tc = Tiempo de Concentración en horas.

L = Longitud del Cauce en Km.

J = Pendiente del Cauce Principal en m/m.

Formula de Guiandotti

tc = (4A0.5 + 1.5L)/(25.3(JL)0.5)

Donde:

tc = Tiempo de Concentración en horas.

A = Área de la Cuenca en km2.

L = Longitud del Cauce en a Km.

J = Pendiente del Cauce Principal.

Formula de Ventura – Heras

tc = αA0.5/J, 0.04 < α < 0.13

Donde:

tc = Tiempo de Concentración en horas.

A = Área de la Cuenca en km2.

37
J = Pendiente del Cauce Principal.

Fórmula de Passini.

tc = β (AL)1/3/J0.5, 0.04 < β < 0.13

Donde:

tc = Tiempo de Concentración en horas.

A = Área de la Cuenca en km2.

L = Longitud del Cauce en Km.

J = Pendiente del Cauce Principal.

Fórmula de Témez.

tc = 0.3(L/J1/4)0.76

Donde:

tc = Tiempo de Concentración en horas.

L = Longitud del Cauce en Km.

J = Pendiente del Cauce Principal.

Fórmula de California Culvert Practice.

tc = 60(11.9L3/H)0.76
Donde:

tc = Tiempo de Concentración en minutos.

L = Longitud del Cauce en millas.

38
H = Diferencia de Niveles.

Cuadro Nº 23
Tiempos de Concentración

Para el siguiente estudio seleccionamos el tiempo de


concentración de Kirpich, por ser el más consistente y
confiable.
Cuadro Nº 24
Tiempos de Retraso

c. Modelo Meteorológico

En el presente estudio para separar la precipitación neta (Loss


Method), usaremos el Modelo del Número de Curva del SCS (SCS
Curve Number) y para transformar la precipitación neta a escorrentía
directa (Transform Method), usaremos el Modelo del Hidrograma
Unitario Sintético del SCS (SCS Unit Hydrograph). En los Cuadros
siguientes se muestran los parámetros de ingreso del modelo para
cada cuenca de las quebradas en estudio.

1. Quebrada San Luis del Ayuran

1.1 Bocatoma El Obrero

39
Cuadro Nº 25
Umbral de Escorrentía y Número de Curva

Cuadro Nº 26
Tiempo de Retardo

40
1.2 Bocatoma San Luis de Layuran

Cuadro Nº 27
Umbral de Escorrentía y Número de Curva

Cuadro Nº 28
Tiempo de Retardo

41
1.3 Bocatoma San Lorenzo

Cuadro Nº 29
Umbral de Escorrentía y Número de Curva

Cuadro Nº 30
Tiempo de Retardo

42
2. Quebrada Coloche

2.1 Bocatoma Coloche


Cuadro Nº 31
Umbral de Escorrentía y Número de Curva

Cuadro Nº 32
Tiempo de Retardo

En los Cuadros siguientes se muestran las tormentas de diseño para


cada cuenca en estudio y su respectivo periodo de retorno.

43
1. Quebrada San Luis del Ayuran

1.1 Bocatoma El Obrero


Cuadro Nº 33
Tormenta de Diseño para un Periodo de Retorno de 10 años

44
Cuadro Nº 34
Tormenta de Diseño para un Periodo de Retorno de 20 años

45
Cuadro Nº 35
Tormenta de Diseño para un Periodo de Retorno de 50 años

46
Cuadro Nº 36
Tormenta de Diseño para un Periodo de Retorno de 100 años

47
1.2 Bocatoma San Luis del Ayuran

Cuadro Nº 37
Tormenta de Diseño para un Periodo de Retorno de 10 años

48
Cuadro Nº 38
Tormenta de Diseño para un Periodo de Retorno de 20 años

49
Cuadro Nº 39
Tormenta de Diseño para un Periodo de Retorno de 50 años

50
Cuadro Nº 40
Tormenta de Diseño para un Periodo de Retorno de 100 años

51
1.3 Bocatoma San Lorenzo

Cuadro Nº 41
Tormenta de Diseño para un Periodo de Retorno de 10 años

52
Cuadro Nº 42
Tormenta de Diseño para un Periodo de Retorno de 20 años

53
Cuadro Nº 43
Tormenta de Diseño para un Periodo de Retorno de 50 años

54
Cuadro Nº 44

Tormenta de Diseño para un Periodo de Retorno de 100 años

55
2. Quebrada Coloche

2.1 Bocatoma Coloche


Cuadro Nº 45
Tormenta de Diseño para un Periodo de Retorno de 10 años

56
Cuadro Nº 46
Tormenta de Diseño para un Periodo de Retorno de 20 años

57
Cuadro Nº 47
Tormenta de Diseño para un Periodo de Retorno de 50 años

58
Cuadro Nº 48
Tormenta de Diseño para un Periodo de Retorno de 100 años

59
5.2 Resultados de la Simulación Hidrológica de las Tormentas de
Diseño para los Periodos de Retorno de 10, 20, 50 y 100 años,
con Aplicación del Modelo Hidrológico HEC HMS 3.5

Los resultados de los caudales de máxima avenida para los períodos de


retorno de 10, 20, 50 y 100 años, se presentan en los cuadros siguientes:

1. Quebrada San Luis del Ayuran

1.1 Bocatoma El Obrero

Cuadro Nº 49
Caudal Máximo para un Periodo de Retorno de 10 años

60
Cuadro Nº 50
Caudal Máximo para un Periodo de Retorno de 20 años

Cuadro Nº 51
Caudal Máximo para un Periodo de Retorno de 50 años

61
Cuadro Nº 52
Caudal Máximo para un Periodo de Retorno de 100 años

La simulación de la tormenta de diseño así como el hidrograma


producidos en la microcuenca de la Bocatoma El Obrero, para el período
de retorno de 50 años, se muestra en los cuadros y en gráfico siguiente.

62
Cuadro Nº 53
Simulación de la Tormenta para un Periodo de Retorno de 50 años

63
Grafico Nº 02
Hidrograma para un Periodo de Retorno de 50 años

64
1.2 Bocatoma San Luis de Layuran

Cuadro Nº 54
Caudal Máximo para un Periodo de Retorno de 10 años

Cuadro Nº 55
Caudal Máximo para un Periodo de Retorno de 20 años

65
Cuadro Nº 56
Caudal Máximo para un Periodo de Retorno de 50 años

Cuadro Nº 57
Caudal Máximo para un Periodo de Retorno de 100 años

66
La simulación de la tormenta de diseño así como el hidrograma
producidos en la microcuenca de la Bocatoma San Luis del Ayuran, para
el período de retorno de 50 años, se muestra en los cuadros y en gráfico
siguiente.
Cuadro Nº 58
Simulación de la Tormenta para un Periodo de Retorno de 50 años

67
Grafico Nº 03
Hidrograma para un Periodo de Retorno de 50 años

68
3.3 Bocatoma San Lorenzo

Cuadro Nº 59
Caudal Máximo para un Periodo de Retorno de 10 años

Cuadro Nº 60
Caudal Máximo para un Periodo de Retorno de 20 años

69
Cuadro Nº 61
Caudal Máximo para un Periodo de Retorno de 50 años

Cuadro Nº 62
Caudal Máximo para un Periodo de Retorno de 100 años

70
La simulación de la tormenta de diseño así como el hidrograma
producidos en la microcuenca de la Bocatoma San Lorenzo, para el
período de retorno de 50 años, se muestra en los cuadros y en gráfico
siguiente.

Cuadro Nº 63
Simulación de la Tormenta para un Periodo de Retorno de 50 años

71
Grafico Nº 04
Hidrograma para un Periodo de Retorno de 50 años

72
2. Quebrada Coloche

2.1 Bocatoma Coloche

Cuadro Nº 64
Caudal Máximo para un Periodo de Retorno de 10 años

Cuadro Nº 65
Caudal Máximo para un Periodo de Retorno de 20 años

73
Cuadro Nº 66
Caudal Máximo para un Periodo de Retorno de 50 años

Cuadro Nº 67
Caudal Máximo para un Periodo de Retorno de 100 años

74
La simulación de la tormenta de diseño así como el hidrograma
producidos en la microcuenca de la Bocatoma Coloche, para el período
de retorno de 50 años, se muestra en los cuadros y en gráfico siguiente.

Cuadro Nº 68
Simulación de la Tormenta para un Periodo de Retorno de 50 años

Grafico Nº 05

75
Hidrograma para un Periodo de Retorno de 50 años

5.3 Resultados de la evaluación hidrológica

Los Caudales de Máximas avenidas de las cuencas de estudio, para


diferentes Periodos de Retorno según el método SCS UNIT
HYDROGRAPH son los siguientes:

76
Cuadro Nº 69
Resultados de la evaluación hidrológica

3. CONCLUSIONES Y RECOMENDACIONES

5.1 Conclusiones

 De acuerdo a la Prueba de Bondad de Ajuste de Smirnov –


Kolmogorov, el Método de Distribución que más se ajusta a la
serie histórica analizada es el de Gumbel Original, con un delta
de 0.0859.

5.2 Recomendaciones

 Para efectos del dimensionamiento de las estructuras de


captación se debe adoptar como caudal de diseño el valor de
máximas avenidas de cada bocatoma del estudio 13.1 m3/s,
24.9 m3/s, 29 m3/s y 4.50 m3/s, valor correspondiente a un
periodo de retorno de 50 años para las cuencas de las
Bocatomas; El Obrero, San Luis del Ayuran, San Lorenzo y
Coloche respectivamente.

77