Bak Lloro uikarn’ iy me agcomstiaes nian ommnentiusia CCCUUE nee ean erie ar errata oe ff v @°. ® e @ P @ @ 2,0 ESTUDIO HIDROLOGICOw Q0nn7L PROYECTO “MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO DELCANALCURIKUMA DE Cut UA COMUNIDAD DE CAMSRUNE DEL DISTRITO DE CARUMAS PROVINCIA MARISCAL NIETO 2195112 MoQUesua’ RESUMEN DEL ESTUDIO HIDROLOGICO 1.4 HIDROLOGIA Para la descripcién de las principales caracteristicas Hidrolégicas de este sector, se ha requerido la elaboracién de un Estudio Hidrolégico, a cargo de especialistas de la materia, Para ahondar este capitulo se recomienda revisar el estudio, que se encuentra en anexos del presente. 1.1.1 DISPONIBILIDAD DE AGUA Los caudales disponibles en el sistema hidrico del Canal curihuma, provienen de los recursos hidricos de la Qda. Curihuma Se considera asi a toda la extension de terreno cuyas precipitaciones son evacuadas por un sistema ‘comin de cauces de agua, estando comprendida desde el punto donde se inicia esta evacuacién hasta su desembocadura u otro punto elegido por interés al final de la cuenca, Para la delimitacion de las cuencas, sub cuencas, micro cuencas o quebradas, se ha considerado la linea divisoria, rios, quebradas, etc. El area de las quebradas se detalla en el cuadro 18. Clasificacion y descripcién de la cuenca segin su Area Tamafio de Cuenca (Km2) _ Descripcion ne <2 Muy Pequefia 25.2250 Pequefia 250 a 500 Intermedia - Pequefia | 500 a 2500 Intermedia - Grande 2500 a 5000 Grande >5000 Muy Grande Flenle: Ven Te Chow Histograma de Precipitacion vs Funciones Probabilisticas - Est. Calacoa Gti cin" 9787PROYECTO "MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO DEL CANAL CURIMUMA DE 000070 ‘A COMUNIDAD DE CAMIBRUNE DEL DISTRITO DE CARUMAS = PROVINCIA MARISCAL NIETO — ‘mOauEGu Evaporacion En la Estacion Carumas se observa que la evaporacion media diaria (01/1967-12/2010), alcanza los 4.8 mmidia; con valores minimos de 2.9 mmidia en febrero; y maximos de 5.9 mmidia en agosto. Ver Cuadro N° 19 Evaporacién en Estacion Carumas ESTACION: _CO.CARUMAS tar: 1049 ero. : woauEGuUA PARAMETRO: —EVAPORACION OWARIA MEDIA (rim) LONG, : 70°43 PROV.: MCAL. NIETO ALT: 3012 mam, DIST. CARUMAS: HO] ENE] FEB] WAR | ABR-[ WAY | JUN [SUL [AGO] SET OCT] NOV] Dio] TOTAL [ PROW: ANUAL | ANUAL iear_| 57] va] 33] ax] Fal ox] 106] 1] 3] 9s] Ft ales fo wee_| 30] 6384] 9] v0] 06] 97] oo 10a] — 9s] ar} —os ton | 98 veel 4s] 0] 30] a7] — sal se] sa] a3] — es 8a] rol 3-171 iso0_|27| 22] 30] 5a] 67] 65 sa] es 7a] —es —o | 00-7 ise 421 22] 33] 52] ea] os] 00] 65] eo 85] —00 ez sez | 33] 211 a3 50] as] 0} 65] ra] so] — sa] 3 er2 ies 13] a) 33) a7] aa] 80 8] 0a] — acl —ot 9 & joo {14 “to 43] 57] 8] 02] 76] oo] 53] — 831 og soa? | 33] a2 30] 36] ao —aal so] 5] —asl —s 1] 09 iw [si 4] 36 ae’ a5] ai] a0] se] so 35] —agh iw [0] 17] eel 404s] so] a2] 1] 23 so] —} 2000 | 19] 1a] 24] as] a9] 46] a] a5] a] aa} 3 a] ar 00 +a a sal —ae]_—_aif a7] 8 a] —aal a7] 07 a4 zoue [56] 2a 3] 3] a6] a] 06 45] a7] —- 30] —_} ars 00s [25] 27] "3 as a2] 36] 34 a] sa] —o7}- 1] 5-13 2004 [32] 37| al 3 ae] 3] 35 a5] at ag Sef a7 z008 [34] 36a] sa aa] 3 30 a] sa ac —as] — ap zore_| 3137] sal aa] 36 0 a5 as] —- a 4a 31 33 -eF zor_| a7] 23] ai] 48] aa] a9 — a 4 aa a] 3] 5 faa ‘00s [35] 35| a] 3.2] 26] a6] aa] a3] sol aa] —aa—s} ab PRoM| —33[ 2a] sa] 46] as] si] —e5| sa | sa — sal —a Evaporacién en Estacion Carumas Evaporacion media diaria (mm) ENE FEB MAR ABR MAY JUN JUL AGO SEY OCT NOV. IC vaporacion (mn) 88 8 dbase ‘GR? 97874 1.1.2 DEMANDA DE AGUA El procedimiento para calcular la demanda de agua de los cultivos incluye la determinacién de la Evapotranspiracion potencial, los ke, las areas parciales para cada cultivo, el Uso Consuntivo, la Preciptacion Efectiva, el requerimiento de agua, el requerimiento volumétrco de agua, la efciencia de fiego, el nero de horas de riego, el médulo de riego, y el caudal demandado.En base a la informacion climatolégica disponible y el Software CROPWAT de la FAO se ha determinado la ETo = 3.96 mmidia (Ver Cuadro 20) E|Método empleado es Penman- Monteith Mensual, patrocinado por la FAO, considerado un esténdar para estas mediciones. Informaci6n climatolégica y Calculo de Eto Estacién [CARUMAS: Lattud [76 [Sy Longtud [7H FA] | [Temp Max | Hunedod Insolacién [Riad Eto. = Teas | Mintidla | weld TS ry 73 3a 78 a 186 306 181 48 166 135 2 182 193 83 182 131 86 166 192 90 18 132 30 186 133 a8 ar 196 3 242 198 85 ar 0 59 Cedula de Cultivos sin proyecto La cedula de cultivos en la situacion Sin Proyecto. El cultivo principal considerado es el alfalfa con el 43.0 % del area total. Otros cultivos importantes son la papa, maiz, cebada,haba y el orégano, con el rea restante. H ervera pasa ChPW 9787: CRY oy000068 PROYECTO “MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO DEL CANALCURINUMA DE cUl 'U COMUNIDAD DE CAMBRUNE DEL DISTRITO DE CARUMAS ~ PROVINCIA MARISCAL NIETO 2195112 Moquecua Distribucién de cédula de cultivo sin proyecto MAIZAMILACEO | 12 % PAPA HD 7% CEBADA TRIGO 15. 11% HABA G.V. 9 6% OREGANO 4 24% TOTAL 141 Elaboracién: Equipo de Trabajo- 2017 Eficiencia de Riego La eficiencia de Riego en el Proyecto es de 17.0%, con eficiencias parciales de Conduccién (75%), de Distribucion (65%), y de Aplicacion (36.0%). Ver Cuadro 22. Eficiencia de Riego Sin Proyecto ‘CONCEPTO EFICIENCIA Eficencia Conduccion 75.0% Eficiencia Distribucion 05.0% Eficiencia Apicacion 350% Eficiencia de Riego 17.0% Fuente: Trabajo de Campo. Coeficiente de Cultivo ke El coeficiente de cultivo depende de las caracteristicas anat6micas, morfologicas y fisiologicas de cada especie y expresa la capacidad de la planta para extraer el agua del suelo en las distntas etapas del Periodo vegetativo. En el caso de los cuttivos de la cedula que se propone, los ke corresponden a los Ccultivos usuales de la zona, La curva de Ke sigue el mismo patron tipioo con una fase inicial de poco ‘consumo, una fase de desarrollo con incremento dinamico en el consumo de agua, una fase estable de maduracin y una fase final de senescencia con descenso en el consumo de agua. Ver Cuadro N° 2000067 RIEGO DEL CANALCURIHUMADE CUI PROVINCIA MARISCALNIETO- 2195112 PROYECTO “MEJORAMIENTO DEL SER 1. COMUNIDAD De CAMBRUNE DEL DISTRI Coeficientes Kc de cultivos oe Ke de loz Cuitivoe Fuente: Elaboracién propia Los coeficientes de los cultivos (Kc) para cada uno de los cullivos considerados fueron contrastados con los datos de la FAO y el Ministerio de agricultura y Riego. Calculo de Demanda de agua EI procedimiento para calcular la demanda de agua de los cultivos incluye la determinacién de la Evapotranspiracin potencial, los kc, las areas parciales para cada cultivo, el Uso Consuntivo, la Precipitacion Efectiva, el requerimiento de agua, el requerimiento volumétrico de agua, la eficiencia de riego, el ndmero de horas de riego, el médulo de riego, y el caudal demandado. En el Cuadro 24 se muestran los célculos efectuados, indicdndose en las ultimas filas los valores mensuales de la demanda total del proyecto. Calculo de Demanda de agua 1.1.3 BALANCE HIDRICO SIN PROYECTO En el ambito del proyecto, la disponibilidad hidrica esta conformada principalmente por el agua proveniente de la precipitacion pluvial, que discurre desde la cabecera de la microcuenca aportante de la quebrada Chalasaguaya, Estos caudales discurren en los meses de avenida sin mayor aprovechamiento hacia el cauce principal denominado Canal Curihuma, que finalmente se integra al rio Carumas, y el Océano Pacifico.000066 PROYECTO "MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO DEL CANAL CURIMUMA DE Ul {UX COMUNIDAD DE CAMIBRUNE DEL DISTRITO DE CARUMAS ~ PROVINCIA MARISCAL NIETO 2195212 moquecua” Balance hidrico Sin Proyecto sao sa ol rar Taveel_ iyi is awa Fuente: R.A. N° 101-2017 ANA-AAA | C-O/ALA-MOQ, llustracién 1: Balance Oferta y Demanda Sin Proyecto. Curvadelabrecha"Sin Proyecto: | 2 Sivoo | 300000 000 ‘aymases) Cedula de cultivo con Proyecto Las tierras a irrigar por el Proyecto, suman un total 200.0 has. La distribucidn de areas y cultivos es la siguiente: (Ver Cuadro 26 e llustracion 3). Distribucion de Areas y Cultivos cr es ALFALFA 4 21% MAIZAMILACEO | 10 5% PAPA 4 17% CEBADA TRIGO 9 5% HABA GV. 8 oh OREGANO 6 49% TOTAL 200000065 DELCANAL CURIMUIMA DE CUL JORAMIENTO DEL SERVICIO DE AGUA PARA Ri Coeficiente de Cultivo ke El coeficiente de cultivo ke depende de las caracteristicas anatémicas, morfologicas y fisiologicas de cada especie y expresa la capacidad de la planta para extraer el agua del suelo en las distinlas etapas del periodo vegetativo. En el caso de los cultivos de la cedula que se propone, los kc corresponden a los cultivos usuales de la zona, Lacurva de kc sigue el mismo patrén tipico con una fase inicial de poco consumo, una fase de desarrollo con incremento dinamico en el consumo de agua, una fase estable de maduracién y una fase final de senescencia con descenso en el consumo de agua. Ver Cuadro 27. Coeficientes Kc de cultivos cuLTIVOS Ke de los Cultivos BASE ENE | FEB [ WAR | ABR | MAY | JUN | JUL | AGO | SEP | OCT | NOV| DIC ALFALFA | 0.75 | 0.52 | 0.65 | 0.65 | 04 | 065| 07 | 075 | 065] 07 | 060] 060 MAIZAMILACEO | 0.95 [095 [095 [045 | 04 | 04 | 04 | O4 | OM | 085 | 075 0.85 PAPA | 085 | 085 | 095 | 048 as | oa | 04 | oa 075 | 085 TRIGOY | cesana | 025 | 076 | 1.15 | 045 o4s | 08s | 1 | 085 ao | 060 HABA GRANO | Ey vere [075 | 118 | 1.15 | 045 os | 085 | 09 | 08 | 036 oreGANO [075 | 052 | 065 | 065 | 04 [oes| 07 | 075 [065| a7 | 060] 060 Eficiencia de Riego La eficiencia de Riego en el Proyecto es de 41.0%, con eficiencias parciales de Conducci6n (95%), de Distribuci6n (25%), y de Aplicacion (45%). Ver Cuadro 28. Eficiencia de Riego Con Proyecto EFICIENCIA CONDUCCION — 95% EFICIENCIA DISTRIBUCION I 95% EFICIENCIA APLICACION 4% EFICIENGIA DE RIEGO a% | Fuente: Trabajo de Campo, 2017.000064 PROYECTO "MIEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO DEL CANALCURMUMA DE cut 'U COMUNIDAD DE CAMBRUNE DEL DISTRITO DE CARUMIAS = PROVINCIA MARISCAL NIETO 2195112 MOQUEGUA” Calculo de Demanda de agua El procedimiento para calcular la demanda de agua de los culivos incluye la determinacion de la Evapotranspiracion potencial, los kc, las areas parciales para cada cultivo, el Uso Consuntivo, la Precipitacién Efectiva, el requerimiento de agua, el requerimiento volumétrico de agua, la efciencia de Tiego, el nimero de horas de riego, el médulo de riego, y el caudal demandado. En el Cuadro N 29, se muestran los calculos efectuados, indicandose en las ultimas filas los valores mensuales de la demanda, La demanda maxima ocurte en el mes de Octubre con 190 Iseg (Caudal de Disefto de Captacién y Obras de Conduccién), y la minima en los meses de enero, febrero y marzo con 0 Us. El caudal de disefio entonces es Q=190 It/seg. La demanda total es de 3.125 MMC. Calculo de Demanda de agua Bao_ [esse razr |e ede uel vane smn or were] ee aan La demanda atiende 200 Has bajo riego del Sector de Riego Curihuma, Comunidad de Cambrune, en un periodo de 24 horas durante los 365 dias, Se tiene un Caudal de Disefio de Captacién de 190 It/seg. BALANCE HIDRICO Disponibilidad hidrica en la unidad hidrografica En el ambito del proyecto, la disponi proveniente del canal Curihuma fad hidrica esta conformada principalmente por el agua El planteamiento del Proyecto contempla el aprovechamiento de estos recursos, para lo cual se tiene como objetivo central el mejoramiento del canal, respetando las demandas ambientales, asi como las. licencias de uso de agua establecidas000063 RAMIENTO DEL SERVICIO DE AGUA PARA RIEGO OFL CANAL CURIHUMADE CU 9 DE CAMBRUNE DEL DISTRITO DE CARUMAS ~ PROVINCIA MARISCAL NIETO - 2195112 ‘MOQUEGUA’ pRovECr \wcomuni Balance hidrico total La demanda hidrica del proyecto sustentado por los aleances de los estudios basicos de ingenieria agricola y uso consuntivo de los cultivos es de 0.431 MMC. La disponibildad hidrica total de la cuenca es de 3.425 millones de m3 (MMC), el mismo que excluyéndole el caudal ecol6gico (10% de la oferta disponible) se dispone para fines de aprovechamiento una oferta neta. Si consideramos los caudales al 75% de persistencia, se tiene que la demanda hidrica es satisfecha en todos los meses. En el Cuadro 30 se aprecia el balance hidrico considerando los caudales al 75% de persistencia. Ver también llustracién 4. Demanda hidrica del Proyecto 3a $e] wos] asa aos or} er aes | ssn | as ae ae a Demanda hidrica del Proyecto ‘Curvadela brecha "con Proyecto” a 0.00056 a Co Sq ees peere| 114 CAUDAL DE DISENO DEL PROYECTO El caudal de disefio esta intimamente relacionado con la demanda maxima, por lo tanto, de acuerdo a las éreas bajo riego considerado, a las eficiencias de conduccién, distribucion y aplicacién, la propuesta de caudal de disefio es de 190.0 V's, para el canal de Curihuma, maues) 4.1.5 CALIDAD DEL AGUA Es un recurso hidrico que presenta un pH alealino de 7.5 unidades el cual fue medido en campo en el ‘monitoreo puntual respectivo, por lo que si se provée su aprovechamiento con fines agropecuario con requerimientos agricolas de pH no alcalinos. Apasa cu 97878000062 RIEGO DEL CANALCURIHUMADE cu 'S- PROVINCIA MARISCAL NIETO 2395112 PROYECTO “MEJORAMIENTO DEL SERVICIO DE AGUA P Us COMUNIDAD DE CAMBRUNE DEL DISTRITO DE CARUI Moquesua’ La salinidad del recurso hidrico en promedio es de 250 uSiom, la misma que emplazada en el diagrama de Wilcox: Grafico N°06: Diagrama de Wilcox Equipo de Trabajo - 2017. Clasifica al recurso hidrico como C2-S1: lo que indica: C2: Agua de salinidad media, apta para el riego. En ciertos casos puede ser necesario emplear volimenes de agua en exceso y utilizar cultivos tolerantes a la salinidad. 1: Agua con bajo contenido en sodio, apta para el lego en la mayoria de los casos. Sin embargo, pueden presentarse problemas con cultivos muy sensibles al sodio. “Lo que la clasifica como aguas ullizables para el riego con precauciones"000061 PROYECTO “MEIORAMIENTO OFL SERVICIO DE AGUA PARA RIEGO DELCANAL CURIKUMA DE CUI Us COMUNIDAD DE CAMBRUNE DEL DISTRITO DE CARUMAS PROVINCIA MARISCAL NIETO 2195112, MoQuecua 1.1.6 CAUDALES MAXIMOS PARA DIFERENTES PERIODOS DE RETORNO POR EL METODO RACIONAL EI Método Racional es uno de los mas utilizados para la estimacién del caudal maximo asociado a determinada lluvia de disefio. Se utiliza normalmente en el disefio de obras de drenaje urbano y rural. Y tiene la ventaja de no requerir de datos hidrométricos para la Determinacién de Caudales Maximos. La expresién utilizada por el Método Racional es: ge LA 360 Donde: Q : Caudal maximo [m3/s] © :Coeficiente de escorrentia 1: Intensidad de la Lluvia de Disefo, con duracién igual al tiempo de concentracién de la cuenca y con frecuencia igual al periodo de retorno seleccionado para el disefio (Curvas de -D-F) [mm/h] As Area dela cuenca. [Ha] Entre las limitaciones destacadas por algunos autores acerca del Método Racional se pueden referir: ‘+ Proporciona solamente un caudal pico, no el hidrograma de creciente para el disefio. © Supone que [a Iluvia es uniforme en el tiempo (intensidad constante) lo cual es sélo cierto cuando la duracién de la lluvia es muy corta, * EI Método Racional también supone que la Iluvia es uniforme en toda el drea de la cuenca en estudio, lo cual es parcialmente valido sila extensién de ésta es muy pequefia, + Asume que la escorrentia es directamente proporcional a la precipitacién (si duplica la precipitacién, la escorrentia se duplica también). En la realidad, esto no es cierto, pues la escorrentia depende también de muchos otros factores, tales como precipitaciones antecedentes, condiciones de humedad antecedente del suelo, etc. ‘+ Ignora los efectos de almacenamiento o retencién temporal del agua escurrida en la superficie, cauces, conductos y otros elementos (naturales y artificiales) + Asume que el periodo de retorno de la precipitacién y el de la escorrentia son los mismos, lo {que seria cierto en éreas impermeables, en donde las condiciones de humedad antecedente del suelo no influyen de forma significativa en la Escorrentia Superficial 24 Ter Proew iar8000060 PROYECTO “MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO DELCANALCURIHUMA DE cut {UX COMUNIDAD DE CAMBRUNE DEL DISTRITO DE CARUMAS - PROVINCIA MARISCAL NIETO- 2135112 ‘oauesu’ ‘+ Pese a estas limitaciones, el Método Racional se usa practicamente en todos los proyectos de drenaje vial, urbano o agricola, siempre teniendo en cuenta que producird resultados aceptables en éreas pequefias y con alto porcentaje de impermeabilidad, por ello es recomendable que su Uso se limite a Cuencas con extensiones inferiores a los 10 Km2. ELABORACION DE CURVA DURACION INTENSIDAD Y FRECUENCIA Las Curvas de Intensidad-Duracién-Frecuencia son de amplio uso en los métodos de disefio de drenajes pluviales, canales abiertos de drenaje y presas. También, son generalmente elaboradas por los organismos encargados del procesamiento de la informacién pluviogréfica en cada pals, convirtiéndose en practicamente un aspecto normativo ligado al disefio en cuestién. En todo caso, exponemos a continuacién el procedimiento para la realizacién del anélisis de Intensidad-Duracién-Frecuencia, considerando que se cuentan con registros de precipitaciones maximas en una estacidn meteorolégica (pluviométrica) cercana al sitio en el que se realizaré el disefio de la Obra Hidrdulica que requiera de esta herramienta Hidroldgica, En lineas generales, para ejecutar el andlisis de Intensidad-Duracién-Frecuencia, se tabulan los registros obtenidos de las bandas pluviogréficas de la estacién de medicién para diversas duraciones. Dependiendo del tipo de disefio, estas duraciones podran ser de 5, 10, 15, 30, 45 minutos y 1, 2, 3, 6, 12, 24 horas. Para cada afio y para cada una de las duraciones seleccionadas, se obtendré la precipitacién ma) y con ésta se calculara la intensidad de la lluvia en funcién de la duracién, a, Como sabemos, las curvas IDF son una herramienta esténdar rutinariamente usada in el planeamiento y disefio de drenajes, tormentas y control de inundaciones. Son derivaciones de los registros de precipitaciones historicas. La informacién de la Curva IDF de precipitacién describe la frecuencia de eventos de precipitaciones extremas para una variedad de duraciones e intensidades. Valores IDF pueden ser obtenidos por anélisis de series de precipitacion maxima anual para cada duracién, sin embardo es generalmente dificil conseguir datos de precipitacion con resoluci6n temporal alta tal como 5 y 30 minutos Para una ilustracién de creacién de curvas IDF, los siguientes datos son extraidos directamente de una hoja Excel donde. = Laduracién de una hora (0.25hr = 15minutos) = Los periodos de retorno son de 2, 5, 10, 25, 50,100 afios. La intensidad de precipitacién esté en mm/hr.a err ey ere aoe = _(Rcamunono or camonune et sro oe carom” Mounia ansen Meng moaueaua" 000059 cu 2igsn12 in [102]: #1. LOAD RAINFALL DaTA import math from pandas import * import pandas as pd from collections import OrderedDict Xmatplotlib inline Amport matplotlib.pyplot az plt from matplotlib.pylab amport rcPerans reParans['Figure-figsize'} = 15, 12 In [203] 2yr Sy oye 25yr SOyT 1004" Duration 046 1024 1856 2545 3286 o760 4286 032 565 1079 1404 1795 2073 2341 050 407 777 1011 1253 4s4 1667 O66 325 622 509 1035 195 1949 08s 684 875 1010 141 1.00 459 598 768 869 997 180 340 443 572 661 747 200 282 367 469 542 612 400 1m 22 285 329 37 6.00 133173 221 256 289 790 063 121 187 201 292 262 800 058 1m 145 185 214 241 1000 050 97 125 161 188 210 M100 047 091 119 182 175 196 1200 045 086 112 148 165 186 2400 029 085 073 083 108 122 Datos IDF hacia curva empirica para cada periode de retorno Los datos IDF derivados con el método del paso 1, es ajustado tipicamente a una funcién continua en orden para hacer el proceso de més eficiente de ITERPOLACION de datos IDF, por ejemplo la lamina de 10 aftos para una duracién de 45 minutos no esta disponible en los datos IDF, una vez ordenado para obtener esta informacién una relacién IDF generalizada pude ser representa por la siguiente ecuacién: Gel esta apace cipait 9787300958 {PROYECTO “MEIORAMIENTO DE SERVICIO DE AGUA PARA REGO DELCANALCURIHUMA DE cu! \A COMUNIDAD DE CAMBRUNE DEL DISTRITO DE CARUMAS~ PROVINCIA MARISCAL NIETO 2195312 MOQUEGUA” a«T* (D + b)é Donde: 1 = ntensidad (mm/h) D = Duracién de la lluvia (he) T = __Periodo de retorno especifico Mientras a, b, ¢y k son coeficientes de regresién. La regresién de minimos cuadrados no lineal y ajustando la curva por Python (LMFIT) es usada para ajustar la curva para cada periodo de retorno. In [104]: from Imfit import Model from Imfit import Parameter import re (a funcién i In [105]: def regidf(D, a, b, c,T, k): return a*T**k/(D+b)*¥c sién basado en Ia funcidn IDF In [106]: model = Model(regidf, independent_vars=[‘0",T']) igh ‘CIP 97873@ ae ~ La expresién RE es utilizada para extraer los periodos de retorno de los nombres de columnas, ~ Suposicién inicial de a, b, cy k son muy importantes. Diferente a la suposicién inicial puede producir diferentes parémetros de regresién. Se podria necesitar un buen método para cestimar la suposicién inicial + Guardar los valores de IDF e pickle para un futuro uso. n (107): 0 = datecode. 6 Sfprans = Overedict() fer rare in dta.colums.vales.taist(): Ts Lista atin = datlrae] wales; result = mie. fit(datn, isipars{ rae] alt gars"). value result pares’. value, estar] value rest pares] value) fol = pédatarace. fron Sct iefparns, ores ider) fol. colum rey] fal a > e k Byr 1490600 1976252610 0.78128 6914808601 Syr 1676148 1418384e-11 0.780824 6 316102e-01 toyr 1608910 5:9408426-09 0.780520 5.747968e-01 25yr 7.495958 4.8423346-09 0.780007 8.8658690-03, Soyr 8.629785 5.800875e-13 0.780234 2169695008 Too-yr 10055941 1.8395%66-10 0.780289 2.0218960-08, In [114]: amport pickle inh.to_pickle(’ idf.pickle’) Dibujar las Curvas IDF Configurar la duracién de los muestreos para la interpolacién y trazado.000958 PROYECTO “MIEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO DELCANAL CURIMUMA DE cul A COMUNIDAD DE CAMBRUNE DEL DISTRITO DE CARUMAS PROVINCIA MARISCAL NIETO 2195212 In [109]: sandurations = np.linspace(9.16,24.0, 1000) sandurations[-5:] Out {209}: array({ 23.90454454, 23.92840841, 23.95227227, 23.97613614, 24. » Usar los parémetros de regresién IDF para calcular valores IDF de duracién de la muestra. ayn Syr__ tyr ayn Soyr 004 ‘as04s4s 0202867 0589158 0506517 OGsTTED 0748596 aBssOs2 za.szedos 0202709 0.388855 0.506123 0647285 0747754 0844305 2a.962272 0.202551 0368558 0505729 O6sErEI 0747172 889729 1976196 0.202383 0.388251 0.505836 0646279 0746592 a843074 24.000000 0202236 0387950 Ososs4e OG4ST7T 0785019 O.SsQ419 Finalmente, ahora tenemos el registro de visualizacion ‘Curva Intensidad ~ Duracién - Frecuncia (IDF) / Estacion Calacoa Rainfall Intensity (mm/hr) Duration (Hour)i 000055 {OYECTO “MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO DEL CANALCURIMUMA DE CUI {Uk COMUNIDAD DE CAMIBRUNE DEL DISTRITO DE CARUMIAS ~ PROVINCIA MARISCAL 2igsai 'MOQUEGUA’ Finalmente aplicamos la formula del método racional en el siguiente cuadro, cabe resaltar que las reas menores a 2 ha se ha considerado un volumen estandar puesto que significa la misma escorrentia que la quebrada N°O8, Caudales Méximos para Diferentes Periodos de Retorno 2 8.33/ 0.42) 0.46| 0.49] 0.53/43.27|55.33) 63.9|72.16| 0.42| 0.59| 0.72] 0.88 3 | <10ha/0.42/ 0.46) 0.49/ 0:53/25.19] 26.06) 30.09/33.98] 0.29] 0.33] 0.41] 0.50 a 6.94) 0.42| 0.46| 0.49] 0.53] 43.27|55.33| 63.9|72.16| 0.35] 0.49] 0.60) 0.74 5 <10ha| 0.42) 0.46| 0.49] 0.53]25.19| 26.06 30.09| 33.98] 0.29| 0.33] 0.41| 0.50 6 <10ha| 0.42] 0.46| 0.49] 0.53/25.19| 26.06] 30.09|33.98/ 0.29] 0.33] 0.41[ 0.50) 7 16.20] 0.42| 0.46] 0.49] 0.53/31.53/40.33/46.57|52.59| 0.60| 0.83| 1.03) 1.25 8 <10ha| 0.42] 0.46] 0.49) 0.53) 25.19) 26.06| 30.09/ 33.98] 0.29] 033] 0.41] 0.50 9 <10hal 0.42] 0.46] 0.49] 0.53) 25.19]26.06| 30.09/ 33.98] 0.29] 0.33] 0.41| 0.50 10 368.06/ 0.42) 0.46| 0.49| 0.53] 17.78|22.74|26.26|52.59| 7.64|10.70| 13.16| 28.50 11 55.66] 0.42] 0.46| 0.49] 0.53|25.19|32.22| 37.2|42.01| 1.64] 2.29] 2.82| 3.44 12 | <10ha/ 0.42) 0.46| 0.49) 0.53) 25.19|26.06| 30.09/33.98| 0.29] 0.33] 0.41] 0.50 B 119.52/ 0.42] 0.46| 0.49/ 0.53] 25.19|26.06| 30.09/33.98| 3.51] 3.98] 4.90| 5.98 14 10.03] 0.42 0.46| 0.49| 0.53] 25.19] 26.06| 30.09|33.98| 0.29] 0.33] 0.41| 0.50 15 133.38] 0.42! 0.46| 0.49] 0.53] 19.65]25.13|29.02|32.77| 3.06] 4.28] 5.27| 6.44 16 | <10ha| 0.42! 0.46/ 0.49] 0.53/25.19|26.06| 30.09| 33.98] 0.29] 0.33] 0.41] 0.50 v7 11.00] 0.42) 0.46) 0.49] 0.53/39.47/50.48)58.29/65.82| 0.51] 0.71| 087! 1.07 18 5.53/0.42/ 0.46] 0.49] 0.53) 48.02] 61.41|70.91| 80.08] 0.31| 0.43 0.53] 0.65 19 8.78/ 0.42| 0.46| 0.49] 0.53/ 48.02|61.41|70.91| 80.08] 0.49] 0.69 0.85] 1.04 Fuente: Elaboracién propia Merve ‘IPA 97870320 g0c054 neESTUDIO HIDROLOGICO INIDAD DE CAN rade GRUPO DAMIR ‘DE CARUMAS -MARISCAL NETO - Codigo EXPEDIENTE TECNICO Fecha DiC 201 #UNICIPALIDAD DISTRITAL DE CARUMA Pagna f de 41 INDicE 1 INTRODUCCION. scsi 2 OBJETIVOS Y ALCANCES.. 3 AREA DE ESTUDIO. 4 44 MARCO TEORICO... ‘SIMULACION HIDROLOGICA 42 HMS COMOMODELO CONTINUO. 4.2.1 EVAPOTRANSPIRACION. — vs 4.22 CALCULO DE LAS ABSTRACCIONES: (LOSS) POR EL METODO DE SMA 5 MATERIALES - _ - sven seen 6 _DESCRIPCION GENERAL DE LAS CUENCAS, SUBCUENCAS Y QUEBRADAS..... 61 PARAMETROS MORFOMETRICOS DE LAS CUENCAS, SUBCUENCAS Y QUEBRADAS. 12 81.1 Area de la Cu@NCA, n.nasnonenne 2 x . we 6.1.2 Tiempo de Concentacén. se on 7 CALCULO DE PRECIPITACION MAXIMA PARA DIFERENTES PERIODOS DE RETORNO: a sense vn 7.1 METODOLOGIA Se reist 7.1.4 Recopitacién de Datos Historicos de Precipitacién : 7.4.2 Completacion y homogenizacion de series de Tiempo Hidrlogicas con Python. ou 7113 Andlisis dela dstibuciin espacial y temporal dela precip R@CEN cues ae 7-44 Uso de Python para la estimaciin de Precipitacion Maxima para diferentes Periodos de Retomo datos 25 8 DETERMINACION DE CAUDALES MAXIMOS PARA DIFERENTES PERIODOS DE RETORNO a 81 CAUDALES MAXIMOS PARA DIFERENTES PERIODOS DE RETORNO POR EL METODO PONE cnet =i E 4 8.1.4 Elaboracién de la Curva IDF (intensidad - Duracién ~ Frecuencia) -e 9 CONCLUSIONES Y RECOMENDACIONES....... Sane 40 LISTA DE CUADROS Cuatro N° 6.1 Clasficacion y descripcion de la cuenca segin su Area... Cuadro N° 6.2 Area y Perimetro de las Cuencas del Estudio Cuatro N° 8.3 Parémetros morfométricos de las Quebradas Cuadro N° 7.1: Estaciones Meteorologicas en el émbito del estudio. Cuadre N° 7.2: Correlacion de Estaciones ‘Cuadro N° 7.3: Descripcion estadistica de las Estaciones. 19 Cuadro N° 7.4: Precipitaciones Maximas para Diferentes Perodos de Retomo, 2 Cuatro N* 8.1 Caudales Maximos pare Diferentes Pertodos de Retorno cee 9319 900053EXPEDIENTE TECNICO RESUMEN DE GRAFICOS Grafico N° 4.1 Fases de trabajo del HEC-HMS. Grafico N° 4.2: Fase de las pérdidas por abstracciones Grafica N° 4.3: Fases del Ciclo 2 Gréfico N° 6.1 imagen Sateltal de las Quebradas Curihuma, Grafico N° 6.2 Mapa de Elevaciones de la Quebrada N°O9 Grafica N° 7.1: Superposicién de Precipitaciones histéricas de las Estaciones. Grafico N° 7.2: Serie historica de las Estaciones desde 1964 hasta 2011 Grafioo N° 7.3: Distribucion Mensual de ia Precipitacion Historica Grafico N* 7.4: Representacion Grafica de las Precipitaciones Diarias. Grafico N° 7.5: Hislograma de precipitaciones - Est, Calacoa....... Grifico N° 7.6: Histograma de Precipitaciones mayores a Cero - Est. Calacoa Grafico N° 7.7: Histograma Nonmalizado - Est. Calacoa. 7 Grafico N° 7.8: Histograma de Precipitacion vs Funciones Probabilisticas - Est Calacoa Grafico N° 8.1 Curva Intensidad ~ Quracién ~ Frecuncia (IDF) / Estacion Caacoa RESUMEN DE MAPAS Mapa N° 3.1 Ubicacin del Canal Curhuma.. ANEXOS ‘Anexo |: Datos Histéricos de las Estaciones ‘Anexo ll: Mapas ESTUDIO HIDROLOGICO latorado,- GRUPO DHAlR 0318 900052Vout NEGO Oe. | ESTUDIO HOROLOGICO 000051 ESTUDIO HIDROLOGICO INTRODUCCION Para el presente estudio se ha tomado como base la IGI satelites de la Nasa, informacién del Senamhi, Ana y El canai Cunhuma se encuentra emplazado en una zona de topografia accidentada donde se puede observar 19 quebradas, las mismas han sido evaluadas para calcular sus parametros morfometricos y asi poder calcular los caudales maximas para diferentes periods de retomo, Laestacion que se analizd para calcular los caudales para diferentes periodos de relomo es 'a Estacién Calacoa por ser mas representativa por alitud, cantidad de registros y ubicacién Los caudales maximos nos van a permitr dimensionar nuestra estructura de pase, a fin de evitar dafios por la activacién de las quebradas. El sistema hidrografico superficial es alimentado principalmente por las preciptaciones estacionales que caen en la cuenca himeda (ubicada encima de los 4000 msnm) durante el periodo de avenidas (de diciembre a marzo}. El resto del affo el fyjo en cl cauce det rio Cortesponde 2 afforamientos sublerraneos y ai deshielo de la parte glacial ubicada por encima 4 fos 5000 msnin Bat aaa Res a presente evaluacién tiene el siguiente objetivo en la zona de influencia del proyecto: ‘+ Determinacién de maximas avenidas paras el proyecto "Mejoramiento del servicio de agua para riego en el sector Curihuma de la comunidad de Cambrune de! distrito de Carumas ~ Mariscal Nieto - Region Moquegua" Eee Se El area del estudio comprende e! trazo del canal Curihuma, el cual se encuentra ubicado en la provincia de Mariscal Nieto, departamento de Moquegua, comprendida en el distito de Carumas. IREGENERA fn ‘hey. CIF 1403700316 “900050 EXPEDIENTE TECNICO Pagina 4 de At ‘Mapa N° 3.1 Ubicacion del Canal Curih ioc tensApa STUDIO HIOROLOGICO 0315 , gna $e 4 CTS) iMULACION HIDROLOG! HMS es un programa que calcula el hidrograma producido por una cuenca si le facitamos datos de la cuenca sil faciltamas datos de la cuenca y datos de precipitacionas. Las diversas fases de trabajo del programa pueden esquematizerse asi: Separacién de fa Huvia neta (ealeular gu at parte dela precipitacion caida va a generar “ escorrentia directa) ° Prewo P focees amente Caleular la | orrentta asic ato Lange | eclempo o) fevoluicon de ba OyRaina) Brosal || soot basic, Fuente: HEC-HMS. Manual elemental - F. Javier Sanchez San Roman HMS permita establecer varias subcuencas. El programa realizaylos calculgs de las tres primeras fases (A, B, C) para cada subevenca, y calcula la ultma fase Op fa cada ranio@ argo de un Ld sane BS tine afr Gl GENERA(a) ME 0 RVICIO DE AGUA PA ESTUDIO HIDROLOGICO 2 EXPEDIENTE TECNICO a Boat Cauce (la evolucion del hidrograme que, generado en la salida de una subcuenca, circula por otra istinla). En los puntos de unién, suma de caudales generados por varios elementos. Finalmente "os proporciona los hidrogramas generados (en tabla y en gréfice) pare cada subcuenca y para el total de la cuenca. La fase A se desglosa en tres aspectos distntos que dan lugar a “pérdidas” (precipitaciones que no llegan a generar escorrentia directa: abstracciones}: Al. Canopy: Si existe vegetacion, parte de la preciptacién sera retenida en las hojas para después evaporarse despues (interceptacion), A2_Surface Storage: Precipitacion que puede quedar retenida en pequettas retenciones Superfciales, para infltrarse o evaporarse después. Suele ullizarse solamente en modelos de simulacién continua, A3 Loss: Precipitacion que se infitra Habitualmente, los dos aspectos anteriores no son tenidos en cuenta (por defecto, HMS los muestra esactivados), y esta es la parte fundamental de las abstracciones: se calcula que parte de las preciptaciones se infra en el suelo. El resto se consideraré lluvia neta y se utiizaré para caloulr la escorrentia generads (Fase B). HMS COMO MODELO CONTINUO Los modelos de simuiacién hidrologica pueden ser de dos tipos: Un modelo de eventos simula un evento hidroldgico concreto: “Este aquacero produciria este hidrograma’. Calcula qué parte de la precipitacion seré precipitacién neta, y con ella calcula la ‘escorrentia directa que se genera, el resto de la precipitacion (abstracciones o perdidas) lo vida. Un modelo continuo intenta simular la evolucién de todo el proceso hidroldgica. Calcula qué parte de las precipitaciones quedan retenidas Superficialmente (interceptacién en la vegelacion y “charoos'), qué parte se inflira en el suelo y qué parte genera escorrentia superficial. Pasada la precipitacion debe considerar si la que se amacend en el suglo se evapotranspira o si se infiltra hacia los acuiferos. Finalmente, desde éstos puede perderse hacia una ciculacion profunda (fuera del alcance del modelo) o alimentar los cauces. Un modelo de eventos suele irabajer desde unos minutos a varios dias, mientras que en los Modelos continuos son habituales periodos desde meses hasta varios afos. HMS iniciaimente fue un modelo para simular eventos concretos, aunque ahora dispone de métodos que permiten utiizarlo como continuo. Para ello, al caracterizar la subcuenca, y como metodo de calculo de pérdidas (Loss), debemos utlizar unos de los dos métodos siguientes: Deficit and Constant. Es un metodo pare uns simulacién cuasi-continua que considera solamente 1 almacenamiento en el suelo como un deposit tnico en el que se infitra/el agua que no produceL ESTUDIO HIDROLOGICO NAL CUR INIDAD DE CA go GRUPO DHARMR EXPEDIENTE TECNICO NICIPA IE Cal Toe dt ‘escorrentia directa. En periodos de no precipitacion se produciré evapotranspiracién utlizando esa agua Soilemoisture Accounting (SMA) ("Consideracion de la humedad del suelo’). Este es el método mas adecuado para ullizar HMS como modelo continuo. Tiene en cuenta cinco niveles distinios en los que la precipitacion puede ser retenida o almacenada: vegetacion, retenciones superticales, suelo, acuitero 1 (superficial) y acuitero 2{mas profundo} 4.21 EVAPOTRANSPIRACION Si utiizamos HMS como modelo continuo con cualquiera de los dos métodos indicados, es necesario introducir previamente datos de Evapotranspiracion Potencial (ETP). Esto puede hacerse de dos maneras: - Escribimos directamente los datos de ETP - Hacemos que HMS calcule la ETP 42.2 CALCULO DE LAS ABSTRACCIONES (LOSS) POR EL METODO DE SMA Como hemos indicado, este métoxo es la principal herramienta de que dispone HMS para realizar el modelo de un modo continuo. Este procadimiento consider cinco iveles de retencion y ‘almacenamiento de agua: a) Intercepcién Canopy, {Interceptacion en la cubierta vegetal). Representa la parte de la precipitacion que no alcanza el suelo porque es retenida en las plantas. La unica entrada son las precipitaciones y la unica salida la evapotranspiracion, HMS coloca aqui las pimeras precipitaciones hasta que se alcance la capacidad maxima b) Surface depression storage, (Almacenamiento de depresiones superfciales). Es el volumen de agua retenido en las imegularidades de la superficie del terreno. La entrada son las preciptaciones que no han sido interceptadas por la vegetaciOn y que exoeden la cepacidad de infitracion. Las salidas son inicialmente la infitracion y la ET. Posteriormente, si el volumen almacenado supera el maximo establecido, esta agua pasara a la escorentia superficial profile storage, (aimacenaminto en el suelo). La entrada es la inftracion desde la superficie. Las salidas son la ET y la percolacién hacia el acuifero subyacente. MS distingue dos zonas dentro del suelo: o ct) Upper zone: Parte del sueto que puede perder agua por ET 0 por percolacién ‘Comresponde al agua gravifica, que ocupa los poros del suelo y es susceplible de ser ‘atrapada por las raices de las plantas o de ser arrastrada hacia abajo por la gravedad ‘c2) Tension zone: Parte del aqua contenida en ai suelo que se pierde solamente por ET. Corresponde al agua adherida a las particulas del suelo; las raices pueden utlizarla, pero 0 puede moverse. La ET primero toma agua de la Uoper z9ne, y posteriormente de la Tension zone. / MH) incenieno civ, eg. cP 180376 yc fapana Gine; GENERA 0313 000047emooiwitsacs “> 0312 - i QUES: F Q00046. EXPEDIENTE TECNICO Fea | bic 2017 Genie MUNIGIPALIOAD BISTRITAL DE CARUMIAS Pagina Be 41 Grafico N° 4.2: Fase de las pérdidas por abstracciones Precitaten coaonspraton Ee —t uereptin 4d) Groundwater storage, (Almacenamiento en los aouiferos). E| modelo HMS distingue dos niveles: un acuifero mas superficial, “layer 1", que recibe directamente la percolacién del agua gravifica que no ha sido atrapada por la ET y que ha excedido la capacidad de almacenamiento del suelo. Desde este aculfero mas superficial, el agua puede incorporarse a la escorrentia subterrénea (que puede alimenter el caudal base de los rios) o bien percolar hacia un acuifero mas profundo, “ayer 2°. Andlogamente, desde este aculfero el ‘agua puede incorporarse a la escorrentia sublerranea o percolar aun mas profundamente; en este caso el modelo considera esla agua perdida, sale del sistema y no sera considerada. Si deseamos utlizar solamente un nivel aculfero, basta indicar GW 2 Storage (mm) igual a 0. De este modo cuando el primer nivel acuifero esté completo, el agua se perdera hacia percolacién profunda olateralmente para alimentar la escorrentia superficial Las especificaciones necesarias para todas estas fases aparecen-en-las pestatias Canopy, Surface y Loss de la subcuenca correspondiente. Son 18 paramétos, excepto uno aparecen representados en la figura siguiente { < "S\ Emesio Zepana Gines GENERA 23) inoewieno cwvie nen cir eayeESTUDIO HIDROLOGICO Elaborado | GRUPO DHANIR ) EXPEDIENTE TECNICO. bic 2017 RITA na deat Grafico N* 43: Fases del Cielo ecipitaciones at Lk, if f Acuitero 1 Acuitero 2 Seegnagater ee, 2 Datos (los que en la figura indican en mm) se refiere a a capacidad maxima de almacenamiento de cada nivel expresada come el espesor en mim de una lamina de agua equivalente. Son 5 niveles, pero ya hemos comentado que en el suelo se diferencia entre el agua susceptible de ser drenada or gravedad por gravedad (Upper zone) y el agua solamente extraible por la ET (Tension zone). La suma de ambas el total del agua almacenada en el suelo se introduce en Soil Storage (MM) y la parte no drenable por gravedad se reseria en lacasila Tension Storage (MM). Datos (los que estén en %) sirven para indicar el porcentaje de llenado inicial de cada uno de los riveles (no indica la parte libre, indica la parte ocupada) Parémetros (indicados en mm/hora), y asociados en la figura @ una flecha vertical, se refieren al flyjo maximo de agua que puede pasar de un nivel al siguiente: de las retenciones superfciles al suelo (infltraci6n), del suelo al primer acuifero, de este al segundo, y desde ste hacia abajo. El proceso se desarrolla asi; cuando comienza la precipitacion, primero se completa la capacidad de retencién de la vegetacibn, en Canopy hasta alcanzar lo especificado en Max Storage (MM). La ET tomara agua de este nivel antes que de los otros. El agua que no es retenda por la vegetacién pasa a la superficie del terreno. Desde esta retencién superficial comienza la infitracion sin que se pueda superar la capacidad de infilracion (expresada en la casita Max Inflraion). La ET tomaré agua de esta retencién superficial sino la encuentra en €l nivel anterior (Canopy). Si a pesar de la inftracion y de la ET, se excede al maximo almacenamiento que hayamos indicado en Surface Storage, e! agua sobrante pasa a la escorrentia superficial BX iinaso Yap Ca yy tenet en : neieere 0311 000045ESTUDIO HIDROLOGICO ado. GRUPO OHAMIA Pagina 10 de 44 El agua infitrada llega al suelo; cuando el agua almacenada en el suelo supere el maximo que hhayamos espectficado en Tension Storage comenzara la percolacién hacia el acutfero superficial; es decir, no es necesario que se exceda al valor maximo asignado al suelo en Soil Storage, sino que en cuanto exista agua gravifca, puede comenzar a percolar, sin superar el valor maximo posible incicado en Soil Percolation (mit) El agua percoada desde el suelo, alimenta el aculfero superiicial (Groundwater 1) hasta su capacidad maxima establecide en GW 1 Storage y desde este acuifero el agua pasa al aculero inferior (Groundwater 2) sin que el fujo pueda sobrepasar el maximo indicado en GW 1 Percolation (cnmhr) y andiogamente, desde el aculfero profundo se pierda equa por percolacién sin superar el limite indicado en GW 2 Percolation. Desde ambos nivele acuiferos puede salir un fyo lateral que alimentar el caudal base del hidrograma final resultante soaps Psy dana GENERA naewieno civie fey, CIP 140378 6310 000044EL” ESTUDIO HIOROLOGICO 2 GRUPO DHAIA 0399 EXPEDIENTE TECNICO He 201 000043 gra tt seat aS Para la realizacion del presente estudio se ha utlizado los siguientes materiales: Datos: Datos historicos de la Autoridad Nacional del Agua y Senami - Base Geogréfica del IGN ~ Imagen Sateltal, Modelo de Elevacion de 12.5m Alos Palsar ~ Imagen Sateltal Sentine! 24 + Base Provias Nacional Software: = Python Exce| 2010 = Arcgis 10.5 (U4 22 Ernesto Zapena Gine: GENERA yn ro xa MapasJOR FR ESTUDIO HIDROLOGICO 0308 (je) i: EE 900042 wna Yue dt DESCRIPCION GENERAL DE LAS CUENCA‘ cS VES SU eT) 6.1 PARAMETROS MORFOMETRICOS DE LAS CUENCAS, SUBCUENCAS Y QUEBRADAS En las ciencias de la terra ha sido reconocida la dependencia de la geomorfologia en ia interaccién de la geologia, el cima y el movimiento del agua sobre la tiera. Esta interaccién es de gran ‘complejidad y practicamente imposible de ser concretada en modelos deterministicos, y se debe tomar como un proceso de comportamiento mixto con una fuerte componente estocastica Las caractersticas fisicas de una cuenca forman un conjunto que influye profundamente en el comportamiento hidrolégico de dicha zona tanto a nivel de las excitaciones como de las respuestas de la cuenca tomada como un sistema, Asi pues, el estudio sistemitico de los parametros fisicos de las cuencas es de gran utildad practica en la ingenieria dela hidrologia, pues con base en ellos se puede lograr una transferencia de informacién de un sitio @ otro, donde existe poca informacion: bien sea que fallen datos, carencia total de informacién de registros hidrologicos, si existe cierta semejanza geomortoldgica y climatica de las zonas en cuestién Pera el estudio y determinacién de los parmetros geomorfolbgicas se precisa informacién cartagréfca de la topografia, del uso del suelo y de la petmeabiliad dela regién en estudio, para lo cual se ha uliizado la cartagrafia recopilada, imagenes de Aster GDEM, Google Earth y el plano del area de influencia Gréfico N° 6.1 Imagen Satelital de las Quebradas Curihuma fg i a 3 Ry Eines Zapane Gine, GENERA 7) tncemieno civ 3 pceUAP EL _ ESTUDIO HIDROLOGICO 9307 “ AD DE Cel Elaborado | GRUPO DHANIR EXPEDIENTE TECNICO x gotta 000041 la Quebrada N°09 hapa de Elevacion INICIO CANAL CURIKUNA i |rewoe VALUE ca 3057-3087 | ser otoot ae | fam Lore onct 4968 fm ses oat -e2e| fa taeeooreor-eana| | mmm 4 332.000001-6.208 | | fmm «40600001 - «00 | mmm 4,480,000001 - 4,586 | foe coatooumnt ape (= etoteont ne nmesth ZapanaGines wwotnho cine GENERA mg cP e078ESTUDIO HIOROLOGICO () Nu (ADELA COMUNIDAD DE Evora cRPODKMR OBOE : EXPEDIENTE TECNICO, ech DIC 2011 sues 900040 64.1 Area de la Cuenca Se considera asia toda ia extensin de terreno cuyas precipitacones son evacuadas por un sistema comin de cauces de agua, estendo comprendida desde el punto donde se inicia esta evacuacién hasta su desembocadura u otro punto elegido por interés al final de la cuenca. ara la 5000_ Muy Grande - _ Fuente: Ven Te Chow Cuadro N° 6.2 Area y Perimetro de las Cuencas del Estudio + 875 | Muy Pequeta 2 | 83 ‘Muy Pequeta_| 3 Como primer paso vamos @ imoortar le ibreria Pandas que nos permite trabajar con gran Cantidad de datos y pylab para generar los grafcos, Wd ER Ernestd Zopana Gi 3) "thenatott"* GENERA fogs sys 0304 000038In 0303 ESTUDIO HIOROLOGICO oraso | GRUPO DHAW ExPeoienre recwico cow QOOORT NICIPALIDAO DISTRITAL, OF CARMA Pagina 17 de at DC 21]: Amport pandas as pd %pylab inline Populating the interactive namespace from numpy and matplotlib > Importamos los Excel con los datos de precipitaciones de las estaciones seleccionadas a evaluar. 27), atosPptichuna = pd.readencel(“KsxCaraasjaichrsi.rss", index cols, pasedatessTrs) atosPptachas = pd.read_ercel("lsxCanmas/apacherd ley", index_cole, parsedatessTrve) atorPptPapatmalzo = plareadexcel("KssCaras/apapoinazd.nlan", inden cole, parseates atosPptPuquine = pred excel(HiseCarums/opuquind..l6e", index Coes, parsedatessTrue) AatosPptalacon = pdread_encel (Xs acon.110°, Indes cle, parsedates=Trve) atosPptPapatlanca = pl.readencel("XsnCarvas/spapablancaclae*, index.col, parsedatessTeve) AatosPptuinistaquilas « pd.read_excel("HsxCarunas/squinistaquilles.clse", inde cal, parsedtessTrve) AatosPptbinas = pd.red excel("MisxCouens/subinas lst", index cole, garsedatessTrve) > Vamos a indicar que Python pueda reconocer como indice toda la serie historca, 28): datosPpttchuna. index = pd.to_datetine(datasPpttchuna. index) datosPptPachas. index = pd.to_datetine(datosPptPachas. index) ‘atosPptPanpatinalz0.index = pd.to_datetine (datosPptPampatinalz0. index) datosPptPuquina. index = pé.to_datetine(datosPptPuquina, index) GatosPptcalacoa. index = pd. to_datetine(datosPptColacoa. index) GatosPotPampaBlanca. index = pa.to_datet ine( datos? ptPanpaBlanca. index) catosPptQuinistaquillas. index = pd.to_datet ine (datosPptQuinistaquillas. GatosPptUbinas. index = pd.to_datetine(datosPptubings. index) > Ordenamos las fechas en orden, de| ato 1965 al 2011 con las siguientes lineas de programacién, In (29), datosPptTchunal "Valor”}. sort_index(inplace-True) datosPptPachas{ "Va lor"}. sort_index(inplace=True) datosPptPampaUnal zo[ "Valor }-sort_index( inplac datosPptPuquinal Valor") .sort_index(inplace=True) datosPptCalacoa{" ppt"). sort_index(inplace=True) datosPptPanpaBlanca[ "ppt"]-sort_index(inplace=Teue) datosPptQuinistaquillas[ “ppt” ].sort_index(inplace=True) datosPptUbinas{ “ppt” ].sort_index(inplace=True) Con Dataframe generamos un gréfico que nos permita viualzar las luvias de cada estacién y asi poder comparar. se puede apreciar valores atipicos las cuales serdn retiradas ‘con los intervalos de confianza Er Lapana Gine, Cay) “ceneavenn” — OEVERA ‘ep. CIP 140378ESTUDIO HDROLOGICO 8 cuca” = QSOS oe 000036 sa 18 do At > Como siguiente punto vamos @ comparar que tan correlacionadas se encuentran las estaciones, de los velores podemos desprender que las eslaciones se encuentran -correlacionadas. Cuadro N° 7.2: Correlacion de Estaciones Korvelocion entre Las Estaciones de Le Zona del Pro ‘Todeststacienes.corr() Frtchua Fpfaehs PpPapelnane Fp yuna Fc FpPanpaBonea Ppursgaas Pins ee eC eT en ee Preacas Cz TORS ON HOTS cS Ce a FrPuqara C1572) OSE NNO Domes] OST] ORO a a a eT) pPamainea OCS? COSTS CUD OUNSST. OCT. Ptensoquias OVE? CILOIS COME Ogee Tame mes LR] AE oeas 002 00ND =—=««CTUTEE OSS ORTON Fuente: Elaboracion propia Bajo la siguiente linea de comando podemos leer la cantidad de registos, la media, el minimo, el maximo de cada estacion whee, race Tapana Gite. GevERA fap COP 180378e EsTupio HROLOGICO 5 0301 000025 EXPEDIENTE TECNICO 190644 Cuadro N° 7.3: Descripcién estadistica de las Estaciones TedasGstacions. describe Fylcura Ppeaeas PPanpalmake PrP vrs Paden PpPanpaines Prdunsoqules Pyles ee ee ee) ee ed a ee ee inte oom = tnme osm goatee mtuon oan a ee ee ee ee) a ee a en ee ee en eT) ee ee ee) Fuente: Elaboracion Propia > Empleando Pylab para generar una superposicion de precipitaciones de acuerdo a la fecha de todas las estaciones podemes apreciar que por el afio 1984 en la Estacion Calacoa existe precipitaciones muy altas, que se encuentran fuera del intervalo de confianza. Grafico N° 7.1: Superposicién de Precipitaciones Hist6ricas de las Estaciones a — Pptichuna PptPachas. — PptPampaumatzo — PptPuquina PptCalacos — PptPampab PptQuinistaquilias Pptubinas Bee. 6 2 sgt et? gg? gt eA? gt Fecha Fuente: Elaboracion Propia AR Emoto Tapine Gine. 1S Maeatatet GENERAa) EJCRANIENTO OL SEAv.00 0 AGM PAA ESTUDIO HOROLOsICO (ei) ANAL CURIUMA ADDE CAMBRUNE DEL Elabo PO DHA LA. 9300 000034ESTUDIO HIDROLOGICO ee! ri € E Mi e EXPEDIENTE TECNICO = STR Pagina 2 ge 44 Finalmente complatamos los datos bajo los cédigos de la red neural para completar los Datos y 33 homogenizer. ura para (a red ner fechantinicio = "1970-021 fectantfinal = “1974-131 capasinicio = Todatstaciones. ix fechantinicio:fcharfinal] as eatrix()[, apasalia = Todasstaciones.if fechantinicio:fechant final) .a5,aatrix()[:,11 fron skrn.alp saport Regressor, Layer neurones = 8 tasaaprendizaje = 0,000 rumiteraciones = 7208 snefinition of the training for the neural nebare redoural« Represser( layers=[ Layer("eapLin’, unitseoeroes), Layer(expLin", uitseeurones), Layer(‘Linear")}, learning Fatestasaapendizee, a. Stersnimiteraciones) redneial. fit (capasinici, capasalia) set the prediction for the trate set valortest = ({)) for i in range(capasinicio. shape(@]): srediclon = resural. rtict(poray((apsinico, valortest .agpend(prediccion{6}[6)) tolist()))) In { |: siiadimos Los valores pronosticaios a (a serie TodasEstaciones|'valortest'] = @ TodasEstaciones|'Valortest'J.4x{fechantinicio:fechantfinal] = valortest Todaststaciones. dascrite() yy Ernest Zopana DM evenn m r (BRUNE OE aciaao _ GRU! x ior uPAR £. ESTUDIO HIDROLOGICO DISTRITO DE CARUMAS-MARISCAL NETO MOQUEGUA’ _ Cidigo AM 0298 EXPEDIENTE TECNICO Fecha BCH roomed 000032 7.4.3 Andlisis de la distribucion espacial y temporal de la precipitacion Las variaciones estacionales son ascilaciones que se producen, y repiten, en periods de tiempo cortos (dias a meses) a diferencia de los cicios que son mas largos (afios), para la zona de estudio se tiene dos periodos bien marcados que son la estacion himeda y la estacién seca. La estacién hameda corresponde principalmente a los meses de diciembre, enero, febrero y marzo y la estacién seca a los meses de mayo, juni, julio y agosto; los otros meses son considerados de transicin. Haciendo uso nuevamente de Python, siendo casi obligatorio hoy en dia programar debido a la cantidad de datos que se tienen que manejar, > Importamos todas las librerias para hacer posible la grafica 3D que nos permita visuaizar los periodos o meses de lluva intensa, 1) [225]: Amport pandas as pd © from mpl toolkits.aplot3d import Axes30 Fron astplotlib.collections anport Polycollection ‘fron matplotlib.colors import. Colorconverter Saport astplotlib.pyplot as plt > Importamos los datos a la memoria de la hoja programada, n (6) {ed C:\sers\JAERLEV Documents Python Scripts Narunas Tehuna = pdread.encel("sichura.r1su", index cols, parsedatessTeve) ps read_excel("spepsina pésread excel apussinns xls", in aca = pared ence) 4LPanpablance = pdread_excel("epanpsblance.alsx", indexcol=0, parsedates=T GE Quinistequillas = pdread.excel("squinistanillas.xse', index colee, parsedatesaTrve) Ubinas = pdread.excel("sbiras sw", index cols, parsedates=Trae) Cr Wsers\DATRLEVDocueants Python Seripts|XlsaCarunas > Lineas de programacién que indican la columna donde se encuentra la fecha. 2}, dd_tehuna. tnx « pte daterne(@d_tchuna. inden) has index + pto_datetine(ad_Pachas. index) ympans 20 index + pa, o.datet ie(dé_Pampalnals0.Sndex) ine (6s, Puguina index) Sebati ccna > Agrupamos con groupby() toda la data historica por meses, para luego encontrar la lluvia promedio. / Ernesto Zapane Gines fay metnttoew GEVERA hey CUP 40378’ DE. ESTUDIO HIDROLOGICO 0297 GRUPO OHAWIR AL NIETO - MOQUEGUA EXPEDIENTE TECNICO cee QOOORL NICIPALIDAD D'STRITAL DE CARL Papa 29 oeat ‘Marupamos Los datos como promedio de la precipitocién diarta por Meses a_ichuna = dd_Ichuna.groupby (lambda m: m-month) bPachas = dé Pachas. groupby( lambda @: m-month) <_PampaUmalzo = dé_Panpatinalz0.groupby(lanbda m: .month) 6 Puquina = dd_Puguina.groupby (Lambda a: mmpaBlanca = dé_ParpaBlanca.groupby(anbda m: m-month) BQuinistaquillas = dd_Quinistaquillas.groupby(Lambda a: m.month) Ubinas = dd_Ubinas. groupby(lambda m: m.nonth) > Cambiamos el formato de Pandas @ Numpy para permit encontrar el promedio mensual In (66) *grupanos (os datos como prosedio de Lo precipitacién diaria por Neses Ichuna = dd_Ichuna.groupby (Lambda m: #.month) 2Pachas = dd Pachas.groupby(Lanbda a: #.nonth) ¢_PanpaUnalzo = dé_Panpalnalzo.groupby(ianbda m: a.month) d_Puquina = dd Puguina.groupby(Lanbda m: m.month) eCalacoa = dd_Colacoa.groupby(Lanbds a: @.aonth) ¥ PaspaBlanca = d¢_PanpaBlanca.groupby (Lambda : .nonth) g.Quinistequillas = dd_Quinistaquillas.groupby(lanbda : a.month) Ubinas = dd Ubinas. groupby(Lambda m: m.nonth) b > Programamos el arreglo para visualizar en 3D todas las eslaciones y la precipitacion mensual histérica Screshape(3) bcrestae() ‘Sieeshape(3) shaped) Sreshaped 28°) dir='y', Linewist airs)", Urewtathas. Hairo'y") lrewtathes t, aire’) | Lreatathes ates y"| Lineniat biee'y, ‘Lnewidthes 5, 2x tegeoa(y Seset xlin({ey 12) set jLim([3H0, 4700)) axe adel (ui de Reser") ese ylabel( eleva isn’) Dose abel Prec ipitactoe Mensa plt.shont) > Exportamos los valores mensuales histéricos que se mmyesita en el cuadro resumen, distribucién mensual de la precipitacion historica BR Fraesto to Zapara Ginee (a }) “incenieno cv GENERA Fag. CP 18* iEsORAMEN sin Pa ESTUDIO HIDROLOGICO (i) Ri NI BRUNE DEL Elavorado _ GRUPO DHAMIR EXPEDIENTE TECNICO ech oO Ni Gi st iD DISTRITAL OF Plgina 24 de 44 Dal grafico se puede conclu cue entre el 83 al 96% (dependiendo de la estacién) de la precipitacién se presente en los meses de diciembre, enero, febrero y Marzo, Grafico N° 7.3: Distribucion Mensual de la Precipitacion Historica to Zapana Gine Meueno ew GENERA Bop. 1? 40378 9296 000030744 osico 0 OMANI : 6295 000029 Uso de Python para la estimacion de Precipitacion Maxima para diferentes Periodos de Retorno dados Con los datos completados y homogenizados, continuamos el analisis para encontrar las preciptaciones para diferentes periodos de relorno, al ser una gran cantidad de datos es que fempleamos Python, la misma que cuenta con librerias y modelos matematicos que nos permite un mejor analisis. Iniciamos el analisis estadistico de las Precipitacién Maximas diarias importando Pandas (*), Numpy (*), scigy (") y Pylab inne (*") (°) Pandas herramienta para el manejo de largas series de datos ((") Herramientas Matlab dentro de Python (¢*) Libreria de funciones matematicas *) Graficos dentro de las celdas import pandas as pd import numpy as np from scipy import stats upylab inline Cairani = pd.read_csv(‘cairanid.csv’, index_col=0, parse_dates*True) Bajo los cédigos de la siguiente celda podemos representar un gréfico con los datos que tenemos importados, del siguiente grafico podemos cbservar que no presenta anomalias Grafico N° 7.4: Representacion Grafica de las Precipitaciones Diarias fey CP 180276 AES Emesto Zapans Gine. GENERA 2 wcenieno cits 0294 © EXPEDIENTE TECNICO scar 900028 s Pagina 28 de 44 + Para caloular la precipitacion respecto a un periodo de retomo tenemos que ver con que funcién probablisca se ajusta mejor nuestos datos de precipitacion, para eles lo ‘epresentamos en un histograma de 35 columnas. Grafico N° 7.5: Histograma de precipitaciones - Est. Calacoa In [47]: Calacoa.hist(binse35, edgecol Figsize(10, 10) eof § - FF E ° ® = e ry Py o Elaboracibn: Propia + Evaluamos la precipitacién solo para los dias que ha llovido, en otras palabras, Drecipitaciones mayores a cero para no sesgar nuestro promedio aritmético y demas parametros estadisticos, se puede apreciar que al histograma tiene una mejor forma, 1p [28]: Cairani{cairani>e) .nist(pinsess, edgecolor='sazasaa", color Figsize(10,10 120808") a Fal ZapanaGine. GENERA ee Ncemeno cit cup 140378con esrunonorocéaco = O29S. c GRUPO OAR EXPEDIENTE TECNICO sear 000027 (AD DISTRITAL DE CARUW Pagna 2f ve at Grafico N° 7.6: Histograma de Precipitaciones mayores a Cero - Est. Calacoa In {42}: Calacoa[Calacoa?0) .hist(bins=35, edgecolor= Figsize(10,10) aeeaa’, colors’ #808C08") ~ = Elaboracibn: Propia « Normalizamos nuestro histograma, para poder comparario con diferentes, funciones probabilsicas, demos observar del grfco que los datos no tienen una buena distbucién, Ya que solo lenemos precpitaciones maxims de cada mes, para una mejor eveluacén se debe trabajar con la lectura de caudal de todos los dias del afio, ahondaremos este tema en las conclusiones Las funciones probabilsicas se encuentran normaiizadas lo que significa que el ea bajo la curva es igual a 1, con el fin de comparar nuestros con fas funciones. meee imesto Zapana ( weenie” GENERA eg. iP 140378™ RANIENTO ESTUDIO HIDROLOGICO : fons anpooum| OER EXPEDIENTE TECNICO “Soca 000026 ECAR Pagina 28.00 44 Gréfico N° 7.7: Histograma Normalizado - Est. Calacoa In [33]: Calacoa[Calacoa>9} hist(bins=35, normad-true, figsize(10, 10) lor="etsaaas", colors‘ #80808") Elaboracion: Propia + Calculamos el promedio y la desviacion para los valores mayores a cero, obteniendo un ‘caudal de 7.28 mm y una desviacion esténdar de 6.19. Tr [34]: #hallamos el pronedio y lo desviacisn promedio = Calacoa[Calacos>0].nean() desviacion = Calacoa{Calacoa>0).std() print (pronedio, desviacion) pot 7.285954 type: floatéd ppt 6.193143 type: float6e + Programamos un arregio para que generar las funciones probabilisticas del tipo Normal, LogNormal, Weibull y Chi2 para comparar con nuestro hislograma normalizado de precipitaciones maximas diarias. ines Lapa tg GENERA fey. clP auayeUNIDAD ESTUDIO HIDROLOGICO prado | GRUPO OHAMI® 02914 EXPEDIENTE TECNICO i ina 29.06 4t 000025 1m [37]: Adeterwinanos Las regresiones estadisticas tabulaciones = np.arange(-40,$1,0.1) distnormal = stats.norm.pdf(tabulaciones, loc=pronedio, scale=desviacion) distlognormal = stats.pearson3.pdf{tabulaciones,skewet, locspronedio, scale-desviacion) listweibull = stats.dveibull paF(tabulaciones,c+1, loc=pronedio, scale=desviacion) distchiz = stats. chi2,paf(tabulaciones locspronedio, scale=desviacion) ‘+ Finalmente Generamos el cédigo para representar gréficamente nuestro histograma de datos Con las funciones probabilisticas, comparamos que funcion se ajusta mejor a nuestros datos. + Podemos observar que no hay un buen ajuste de ningune de las funciones mostradas, segin manual del servicio geoldgioo recomienda para recursos hidricos la funcién probablistca LogNormal por la sencilla razén que no existe valores negatives. + Esoogemos la funcién probabilstica LogNormal que es la linea de color roa Grafico N° 7.8: Histograma de Precipitacién vs Funciones Probabilisticas - Est. Calacoa “eet 08 Ernesto Zapana Cine. GENERA 2 hwceareko civ, fg. iF venaESTUDIO HIDROLOGICO Elaborads | GRUPO DHANl® EXPEDIENTE TECNICO : 7 0290 HENS 8 900024 * Calculamos las precpitaciones para diferentes periodos de retamo, un periodo de retomo de 10 afios indica una probabilidad de excedencia de 1/10, entonces la funcién acumulada es 0.30. + Estas lineas de programacidn nos indican el valor para el cual corresponde la funcién acumulada para el promedio y desviacion esténdar que tenemos calculada previamente. ‘+ Los parémetros estadisticos considerando todos los valores. Calculamos las precipitaciones para periodos de retorno de 2 afios. a 180y norm = stats.nora.opf({8.50], locspromedic, scalesdesviacion) 100y_lognone = stats.pearson3.opF([0.50], skewel, locepromedio, scalesdesviat 00y_weibull » stats dueibull .ppf{ [0.50], ex!, locepromedio, scalesdesviacion) fon) pLOOy_chi2 » stats.chi2.ppf({.50], df=2, loc=promedio, scale=desviacion) Dist Norwal =", p10Qy_norm(@]) Dist Logorme! !°) p1bdy Tognora[a}) Dist wesbull =", "p100y-wesbul1{0}) cipitacion para Ta1e0ahos Dist Chi? =", pi0dy.hi2[0}) 1OQoHios Ofst Normal = 7.20595352269 }80ahos Dist Logormal = 6.27046618131 stacién para T=100af0s Dist Weibull = 7.28595352265, Precipitacion para To10Qahos Dist chiz = 15.8714727626 Calculamos las precipitaciones para periodos de retorno de 5 afios Tr [38]; ptOdy.norm = stats.norn.ppF([@-80], loc=promedio, scale-desviacion) 1B0y_lognone = stats.pearson?.ppf([@.80], skow=i, locepromedia, scale~desviacion) 100y_weibull = stats. dweibull pp#((0.80], c=1, locepronedio, scalesdesvi ptGOy_chi2 = stats.chi2-ppf( (0.80), print ( (Cer print (*Precipitacis print (*Precipitacién Narnal =", p10) sorm{e}) para Ta100a80 1 pi0@y_lognoral9}) Te100ah0s Os + p100y-seibull[0}) Lodahos Dist chi2 =", plOey_ehi2[0]) Precipitacién para Te100ahos Oist Normal = 12.498234387 Pracipitacién para T=100afos Oist Logormal = 11,5774009173, Precipitacién para T-100efes Dist welbull = 12.5605730689 Pracipitacién para T<10Qafos Dist Chi2 = 27. 220911855, vie Cine: GENERA INGENIERO CIVIL ve 81° 80278In (39) DEL ESTUDIO HIDROLOGICO Sec tame eee 0289 EXPEDIENTE TECNICO le NICAL Gad DIST 3 tet 990023 Calculamos las precipitaciones para periodos de retorno de 10 alos P100y.norm = stats.norw.ppf([0.90], loc=promedio, scaleedesviacion) P100y_lognore = stats.pearson3.ppf( [0.90], skevei, loc=promedio, scale=desviscion) P100y_weibull = stats.dueibull ppF( [0.90], cet, locspromedio, scale-desviseion) PLOOy_chi2 = stats.chi2-ppf([0.90], dfa2, Loc-pronedio, sealesdesviacion) print Dist Normel =", pl@0y_norm[0}) print Dist Logormal :*, p100y. lognorm(@]) print ("Precipitacién pars T=10Batos Dist Weibull ~",”piely neitull(0}) print ("Precipitacién para Ta100ahes Dist Chi2 =", pl@Oy-ehi2{e]) Precipitacién pare T=10Qaiios Dist Normal = 15.2227856498 Precipitacion pera 1 Dist Logormal = 18.5971899902 Precipitacién para T Dist Weibull « 17,2534326889 Precipitacién pare T=100a%0s Dist Chi2 = 35,806a310843 Calculamos las precipitaciones para periodos de retorno de 25 afios 0y_norm = stats.norm.ppf({0.95], loespromadio, scale-desviacion) P100y_lognore = stats.pearson?.ppf({8.96], skewei, locepromedio, scale-desviacion) P100y_yelbul = stats dueibull ppt (0.96), <1, loc-pronedio, scale-derviacion) p100y_chi2 = stats.chi2-ppf({0.96], df<2, Loc-promedio, scaleedesv; print ("Precipitacién para T-10ahos Dist Normal <*, print ("Precipitacién para T-100afos ist Logo 1) print (“Precipitacién pare =200aAo: Oist Weibull <", p100y_seibull{0}) print (“Precipitacién pare Ta100aRer Dist Chi2 =", pi0dy.ehi2(@}) Precip: Tat00ehios O1se Normal = 28.1282027371 Procipitacisn para TeiQ0ahos Oist Logormal = 19,9366490032 Pracipitacién para T=100ahoe Oist Weibull » 22.9281522351, Precipitacisn pare T=l00aios Olst Chi2 = 47.1558701874 Calculamos las precipitaciones para periodos de retorno de 50 afios pl60y norm = stats.nore.epF((0. prosedio, scalendesviacion) PleOy_lognorm = stats.pearscn3.ppf((0.98], kewl, locepromedio, scalesdesviseion) P100y"weibull = stats dweibull ppf((0.$8), c=l, loc=promedio, scalesdesviscion) Pl0Oy_chi2 = stats.chi2-ppF([0.90], dfa2, loc=pronedio, scaleedesviacion) Print (“Precipitacisn para Ts100aHes Dist Normal =", plO0y_norm{0}) print (“Precipitacién pare Ts100aRes Dist Logormal “, pl6dy.lognora[e]) print (*Precipitacin par Weibull =", 'p160y-seibul) Print (*Precipitacién pare Hist Chi2 =", pi0dy_hi2fa}) Precipitacién para T=10Gahe+ Dist Normal = 20,005114246 Precipitacién para T=100ahos Dist Logormal = 23.0292803578 Precipitacién para T=100ahos Dist Weibull = 27. 220911885, Procipitacién para T=100ahoe Dist Chiz = 55.7613884273 ‘NGEMIERO CIVIL ey: CIF 49378