Cap 4.11 Estudio Hidrologico

GOBIERNO AUTÓNOMO DEPARTAMENTAL DE LA PAZ
ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO
ESTUDIO HIDROLÓGICO FINAL
4.11.1.- INTRODUCCIÓN.
Este acápite trata el estudio hidrológico del proyecto “ESTUDIO DE DISEÑO TÉCNICO DE
PRE INVERSIÓN MEJORAMIENTO CARRETERA: PANDO-PLAYA VERDE-VENTO” en
el cual se realiza el análisis pluviométrico, determinación de las precipitaciones de diseño,
modelos de precipitación - escurrimiento y caudales de crecidas para el diseño hidráulico de las
obras de arte.
Ante la falta de registros de caudales, se recurrió a modelos hidrológicos de precipitación -

escurrimiento para la determinación de los caudales de crecida. Los modelos de este tipo
evalúan las tormentas a partir de los eventos extremos de precipitación, definiendo
precipitaciones probables; de este modo es posible aplicar hidrogramas unitarios instantáneos o
sintéticos para la determinación de los caudales de crecida. Es necesario determinar las
características geomorfológicas de las cuencas de aporte y posteriormente incorporarlas en la
determinación de la respuesta hidrológica.
La determinación de las curvas de intensidad - duración - frecuencia se basa en registros

continuos de las lluvias a lo largo de un período de registro relativamente largo, como para
poder realizar un análisis estadístico de las intensidades de lluvia para diferentes intervalos de
tiempo. Sin embargo, la red pluviométrica nacional se compone de instrumentos que miden la
precipitación totalizada diaria (en un mismo intervalo de 24 horas) y no así la medida de la
precipitación de 24 horas o en intervalos más cortos a 24 horas, como es el caso de los registros
continuos medidos en los pluviógrafos, o instrumentos de medición continua modernos donde la
transmisión de datos se desarrolla por data-loggers que almacenan la información en pulsos de
menor intervalo de tiempo. En el caso del presente proyecto, no se tienen registros continuos de
la lluvia en la zona de influencia del proyecto, por lo que no es posible determinar directamente
las curvas de intensidad - duración - frecuencia para cada una de las zonas, por lo que se hace
necesario construir la relación intensidad - duración - frecuencia en forma indirecta mediante
relaciones de otras regiones.
Asociación Accidental Los Álamos 1

La carretera Pando-Playa Verde-Vento se encuentra ubicada en el departamento de La Paz. Esta ruta se desarrolla
en los municipios de Coro Coro y Calacoto, Provincia Pacajes, tiene una longitud de aproximadamente 50 Km. En su
desarrollo la vía pasa por importantes poblaciones como; Pando, Caquingora, Jalluma Llallagua, Playa Verde, Villa
Pari, Audiencia y Vento (Fig. 4.11.1 y 4.11.2).
Figura 4.11.1
Ubicación del Área en Estudio en Bolivia
69°0'0"W 66°0'0"W 63°0'0"W 60°0'0"W 57°0'0"W
Pando
PERU
Beni
La Paz
LAGO
Cochabamba
Santa Cruz
Oruro
CHILE
Chuquisaca
Potosi PARAGUAY
ARGENTINA AREA EN ESTUDIO
69°0'0"W 66°0'0"W 63°0'0"W 60°0'0"W 57°0'0"W
Fuente: Asociación Accidental Los Álamos

Figura 4.11.2
Ubicación del Área en Estudio en el Departamento de La Paz
4.11.1.1.- OBJETIVOS DEL ESTUDIO

El estudio Técnico de Pre Inversión en el capítulo correspondiente a Hidrología, tiene el objetivo
de determinar los caudales de escurrimiento directo o efectivo a través de métodos indirectos,
caudales de las subcuencas que atraviesan el eje de la vía proyectada los cuales determinarán el
diseño de las obras hidráulicas de control que serán empleados en el Proyecto.
4.11.1.2.- METODOLOGÍA GENERAL

En general la metodología utilizada en el presente estudio es práctica y aplicativa. La
metodología, junto con las fuentes de información y las herramientas utilizadas en el presente
estudio se describen en los siguientes puntos:
Para el estudio hidrológico se ha recopilado y revisado siguiente información:
 Imágenes Satelitales procesadas con el programa Global Mapper.

 Información meteorológica, consistente en registros pluviométricos de la estación
Metereologica de CALACOTO ubicada en la población del mismo nombre, que se
constituyen en datos de entrada para la determinación de los caudales de diseño, a través
de los modelos de transformación precipitación - escorrentía empleados para el estudio.
 Información de campo (adicional a la topográfica), básicamente parámetros obtenidos en
el lugar del proyecto, consistentes en características locales de los cursos que atraviesa
la carretera, ubicación de alcantarillas existentes y georeferenciación de obras existentes
y puntos bajos a través de GPS
4.11.2.- DESCRIPCIÓN DEL ÁREA DE ESTUDIO
4.11.2.1.- SISTEMA DE REFERENCIA GLOBAL
El sistema de referencia utilizado para ubicar los puntos, líneas y polígonos ha sido el sistema de
referencia global de proyección: UTM Zona 19 sur, Datum WGS84.
4.11.2.2.- DISTRITOS Y CANTONES

Los municipios de Coro Coro y Calacoto, de la provincia Pacajes, está situado en el área Sur del
Departamento de La Paz; el Proyecto transita por zona altiplánica, que es una zona levemente
ondulada comprendida entre el lago Titicaca y el Lago Poopo. La Fisiografía que abarca el
proyecto es un gran paisaje de serranías bajas y su clima es frio, propio del altiplano, la primera
población Pando se sitúa a 97 km. de la sede de Gobierno.

En total son siete las comunidades que la ruta vincula directamente, estas son:
1 General Pando E 554111 N 8096659 C 3938
2 Caquingora E 553398 N 8093093 C 3929
3 Jalluma Llallagua E 555000 N 8087224 C 3871
4 Playa Verde E 546209 N 8078631 C 3807
5 Villa Pari E 544322 N 8077148 C 3811
6 Audiencia E 539316 N 8067189 C 3860
7 Vento E 540049 N 8061860 C 3900

Cuadro 4.11.1
Ubicación de las comunidades
COORDENADAS
COMUNIDAD
ESTE NORTE
General Pando 554111 8096659
Caquingora 553398 8093093
Jalluma Llallagua 555000 8087224
Playa Verde 546209 8078631
Villa Pari 544322 8077148
Audiencia 539316 8067189
Vento 540049 8061860
Altitudes
El rango de altitudes de las diferentes regiones físicas influye en la definición de las zonas
bioclimáticas y biogeográficas, de ahí su importancia en el análisis de las características de las
diferentes regiones. A continuación, se detallan las altitudes de las diferentes comunidades por
donde atraviesa el proyecto.

Cuadro 4.11.2
Altitudes de las principales comunidades
COMUNIDAD ALTITUD m.s.n.m.
General Pando 3938

Caquingora 3029
Jalluma Llallagua 3871
Playa Verde 3807
Villa Pari 3811
Audiencia 3860
Vento 3900
4.11.2.3.- ASPECTOS FÍSICO NATURALES

El presente proyecto acapara dos municipios del departamento de la paz, como ser el municipio
de COROCORO y CALACOTO para lo cual se tomará en cuenta todos los aspectos físico –
naturales de los mismos.
4.11.2.3.1.- DESCRIPCIÓN GEOGRÁFICA
MUNICIPIO COROCORO
El altiplano es una zona llana comprendida entre el lago Titicaca y el lago Poopo. En el
altiplano donde se encuentra la primera sección Corocoro de la provincia Pacajes comprenden
los importantes depósitos de cobre que existen en la zona de Corocoro, yacimientos de estuco y
sal, este último contribuye grandemente a elevar la salinidad del río Desaguadero y por ende del
lago Poopo.
La fisiografía del municipio es un gran paisaje de serranías bajas y su clima es frío, propio del
altiplano, con una media anual de 7º C. Son frecuentes las heladas y granizadas además de
sequía durante gran parte del año por la baja distribución de las precipitaciones.

MUNICIPIO CALACOTO
El municipio Calacoto se encuentra ubicado en el Sud del departamento de La Paz, es la Tercera
Sección Municipal de la provincia Pacajes.
La tercera sección municipal Calacoto tiene como límites:
Al Norte con el municipio Caquiaviri (cantones: Villa Chocorosi, Vichaya y Achiri) y el

municipio Coro Coro (cantones Jancko Sirpa Marca, Rosapata Huancarama y Caquingora) Al
Sud con la república de Chile y el municipio Curahuara de Carangas (departamento Oruro)
(cantones: Sajama, Caripe y Curahuara de Carangas). Al Oeste con el municipio Charaña
(cantones: L. Cabrera, Eduardo Abaroa, Gral. Pérez y Río Blanco) Al Este con el municipio
Callapa (Cantón Santiago de Callapa)
4.11.2.3.1.1.- EXTENSIÓN
MUNICIPIO COROCORO
Como se puede ver en la imagen, el relieve de Corocoro es variado y encuentra con una
superficie de 1102.60 Km2 o 110259.64 Has, lo que representa el 10.41% de la superficie total
de la provincia Pacajes, el territorio del municipio se encuentra distribuido en los siguientes 12
cantones.
En el cuadro que tenemos a continuación veremos la distribución territorial del municipio, no se

cuentan con el dato del cantón de Gualberto Villarroel de Anco Aque porque es de reciente
creación y del cantón de San Andrés de Topohoco porque de la división de este se creó el
primero.

Cuadro 4.11.3
Extensión Municipio Coro Coro
Fuente: Diagnóstico Coro Coro 2003
MUNICIPIO CALACOTO
El municipio Calacoto tiene una extensión territorial aproximada de 3.904 kilómetros cuadrados
(dato del Sistema de Información Geográfica – SIG UDAPE), lo que representa el 36,88 % de la
superficie con relación a la extensión territorial de la Provincia Pacajes, 2,91 % de la superficie
del departamento y 0,96 % respecto a la superficie nacional, como se muestra en el siguiente
cuadro:
Cuadro 4.11.4
Relaciones De Extensiones Municipio de Calacoto
Fuente: Sistema De Información Geográfica – SIG UDAPE Y INE

4.11.2.4.- ASPECTOS CLIMATOLÓGICOS

La estación que se tomó en cuenta se encuentra ubicada en el Municipio de Calacoto, para el
presente proyecto se tomó los registros de la estación de Calacoto, dentro de la cual existe una
estación climatológica completa, cuya ubicación geográfica está dada por las coordenadas
17º16`50” de Latitud Sur y 68º38`08” de Longitud Oeste a una altura de 3826 m.s.n.m. el
periodo de observación de la estación es de 1971 a 2016.
4.11.2.4.1.- TEMPERATURA
Los datos de temperatura media mensual con los que se cuenta corresponde a la estación de
Calacoto, que tiene una altura de 3826 m.s.n.m. y proporciona como resultado una media anual
de 23.3 ºC, las temperaturas medias se muestran en el cuadro 4.11.5.
Cuadro 4.11.5
Temperatura Media Mensual (⁰C)
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC MEDIA
10,6 10,5 10,1 8,4 5,0 3,1 2,8 4,4 6,5 8,6 10,0 10,8
7,6
Fuente: Elaboración Propia en base a Senhami
Cuadro 4.11.6
Resumen histórico de Temperaturas (⁰C)
TEMPERATURAS
VALORES
MEDIA MÁXIMA EXTREMA MÍNIMA EXTREMA
CALACOTO 7,6 29,5 -20,6
4.11.2.4.2.- VIENTOS
La zona del proyecto se caracteriza por presentar vientos relativamente fuertes, de acuerdo a los
datos registrados, la velocidad máxima registrada es de 90,8 Km./hora en el mes de octubre. La
dirección predominante de los vientos es del Sur Oeste.

Cuadro 4.11.7
Velocidades Máximas de Viento y Sentido
MES SENTIDO VELOCIDAD MÁXIMA (KM/HR)
Enero SE 90,8
Febrero SE 74,1
Marzo NW 66,7
Abril SE 55,6
Mayo SW 85,2
Junio SW 83,4
Julio SW 85,2
Agosto SW 74,1
Septiembre NE 89,0
Octubre NW 90,8
Noviembre SW 89,0
Diciembre NE 85,2
4.11.2.4.3.- HUMEDAD RELATIVA
Estos datos fueron obtenidos de la estación Climatológica de Calacoto, cuya media anual es de
53,60 %, los datos detallados se encuentran en el Cuadro 4.11.8
Cuadro 4.11.8
Humedad Relativa Media (%)
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC MEDIA
64,3 64,0 63,0 56,5 49,6 49,6 49,6 49,5 48,2 46,2 48,4 54,9 53,6
4.11.3.- RECOPILACIÓN DE LA INFORMACIÓN
4.11.3.1.- IDENTIFICACIÓN DE ESTACIONES PLUVIOMÉTRICAS

La información hidrológica básica utilizada en el presente estudio fueron las precipitaciones
diarias registradas en estaciones pluviométricas que están cerca del área en estudio. Se ha
encontrado que existe una estación pluviométrica cercana al área de estudio y que no es
afectada por efectos orográficos.
Para el presente proyecto se tomó los registros de la estación de Calacoto y el periodo de

observación de la estación es de 1971 a 2016.
Se ha tratado de obtener datos de otra estación cercana como Coro Coro y Ulloma, pero son
estaciones discontinuas que solo se tienen datos hasta la gestión de 1986, además que presentan
muchas inconsistencias, motivo por el cual se ha optado trabajar solo con la estación de
Calacoto.
Las estaciones son administradas por el Servicio Nacional de Meteorología e Hidrología

(SENAMHI). El Cuadro 4.11.9, muestra las coordenadas de la estación considerada en el
presente estudio y la Figura 4.11.3 muestra la ubicación de las estaciones respecto al área de
influencia en estudio.
Cuadro 4.11.9
Coordenadas de las estaciones pluviométricas. Sistema de referencia UTM Zona19 Sur
DATUM: WGS-84.
Coordenadas
Estación Cota Administrador
Latitud Longitud
Calacoto 171650 683808 3826 SENAMHI
Fuente: Elaboración propia en base a SENAMHI – LA PAZ)

Figura 4.11.3
Ubicación de la estación con relación al área de influencia
4.11.3.2.- SERIES DE PRECIPITACIONES MÁXIMAS EN 24 HORAS

La serie histórica de precipitaciones máximas diarias anuales correspondiente a la estación de
Calacoto, se muestran en el Cuadro 4.11.10.

Cuadro 4.11.10
Precipitaciones Máximas Anuales en 24 Horas. Estación Calacoto
No AŃO MAX DIARIA (MM)
1 1971 18,0
2 1972 24,0
3 1973 27,4
4 1974 42,0
5 1975 27,1
6 1976 22,1
7 1977 21,2
8 1978 30,2
9 1979 23,0
10 1980 14,0
11 1981 20,7
12 1982 29,5
13 1983 28,5
14 1984 23,2
15 1985 20,0
16 1986 29,0
17 1987 27,0
18 1988 26,0
19 1989 20,0
20 1990 20,0
21 1991 20,0
22 1992 20,0
23 1993 21,3
24 1994 18,9
25 1995 18,3
26 1996 24,0
27 1997 46,5
28 1998 20,8
29 1999 30,4
30 2000 20,0
31 2001 30,7
32 2002 20,0

No AŃO MAX DIARIA (MM)

33 2003 40,5
34 2004 32,5
35 2005 24,6
36 2006 45,0
37 2007 37,0
38 2008 39,0
39 2009 38,0
40 2010 29,0
41 2011 31,6
42 2012 23,0
43 2013 20,0
44 2014 22,0
45 2015 20,0
46 2016 32,0
Fuente: Elaboración propia en base a SENAMHI – LA PAZ
4.11.3.3.- INFORMACIÓN CARTOGRÁFICA
Se recolectó información geográfica espacial de las variables hidrológicas que tienen relación
directa con la cuenca de los cursos de agua que escurren hacia la Carretera Pando-Playa
Verde-Vento.
La información recolectada es la siguiente:
 Información geográfica de límites administrativos y planimetría de áreas urbanas.

Fuente Atlas Digital de Bolivia.
 La principal fuente de recolección de datos fueron los archivos digitales son las Cartas
Geográficas IGM, versión CAD en escala 1:50000. Fuente SERGTECMIN,
 Modelo de Elevación Digital DEM (ASERGDM 30 X30 m).
 Imagen Mr. SID.

4.11.4.- METODOLOGÍA EMPLEADA
4.11.4.1.- CRITERIOS PARA EL ANÁLISIS DE LA INFORMACIÓN

PLUVIOMÉTRICA
El análisis probabilístico a nivel diario se avoca al tratamiento de las precipitaciones máximas
diarias medidas en la estación de Calacoto.
La serie de precipitaciones máximas diarias para su tratamiento probabilístico, debe ser

ajustada a un modelo matemático probabilístico; el cual debe explicar lo más exactamente
posible el evento que se estudia.
Se procedió a determinar la Función de Distribución de Probabilidades, que describa el

comportamiento estadístico de la Precipitación Máxima en 24 Hrs.
Existen seis modelos matemáticos probabilísticos los cuales se adecuan a este tipo de eventos, el
modelo Normal, modelo de Log-Normal, modelo de Gumbel, modelo Log-Gumbel, modelo
Pearson lll y modelo Log-Pearson lll.
4.11.4.2.- FUNCIONES DE PROBABILIDAD DE EVENTOS EXTREMOS

El análisis de frecuencias en un procedimiento para estimar la frecuencia de ocurrencia o
probabilidad de ocurrencia de eventos pasados o futuros. De este modo la representación
gráfica de la probabilidad, con o sin suposiciones de distribuciones de probabilidad, es un
método de análisis de frecuencias. (Monsalve 2004)
El análisis de frecuencias de datos hidrológicos requiere que los datos sean homogéneos e
independientes. La restricción de homogeneidad asegura que todas las observaciones provengan
de la misma población (por ejemplo, que la estación hidrométrica de un río no haya sido movida,
que la hoya hidrográfica no se haya urbanizado, o que no se hayan colocado estructuras
hidráulicas sobre la corriente principal o sus más importantes tributarios). La restricción de
independencia asegura que un evento hidrológico, tal como una gran tormenta aislada, no entre
al conjunto de datos más de una vez. Por ejemplo, un sistema de tormenta aislado puede

producir dos o más grandes picos de escorrentía y solo uno de ellos (el más grande) deberá
entrar al conjunto de datos. Adicionalmente, para la predicción de la frecuencia de eventos
futuros, la restricción de homogeneidad requiere que los datos a mano sean representativos de
caudales futuros (por ejemplo, que no habrá nuevas estructuras hidráulicas, desviaciones,
cambios en el uso de la tierra, etc., en el caso de datos de caudal). (Monsalve 2004)
Los análisis de frecuencia pueden ser llevados a cabo haciendo o sin hacer suposición alguna de
distribuciones de probabilidad. El procedimiento que debe ser seguido en cualquier caso es casi
el mismo. Si no se hacen distribuciones probabilísticas, el investigador tan sólo grafica los datos
observados sobre cualquier clase de papel (no necesariamente papel probabilístico) y usa su
mejor criterio para determinar la magnitud de eventos pasados o futuros para varios periodos de
retorno. Si se hacen suposiciones de distribuciones probabilísticas, la magnitud de los eventos
para varios periodos de retorno e selecciona de la línea de “mejor ajuste”, de acuerdo con la
distribución supuesta. Si se utiliza una técnica analítica, se recomienda que los datos sean
también graficados, de tal manera que se pueda obtener una idea de qué tan bien los datos
ajustan la forma analítica supuesta, y para caer en cuenta de problemas potenciales. (Monsalve
2004)
4.11.4.2.1.- ESTIMACIÓN DE PARÁMETROS

Una distribución de probabilidad es una función que representa la probabilidad de ocurrencia
de una variable aleatoria. Mediante el ajuste a una distribución de un conjunto de datos
hidrológicos, una gran cantidad de información probabilística en la muestra puede resumirse en
forma compacta en la función y en sus parámetros asociados. El ajuste de distribuciones puede
llevarse a cabo por el método de los momentos o el método de la máxima verosimilitud. (Chow
1994)
Método de los Momentos.

El método de los momentos fue desarrollado por primera vez por Karl Pearson en 1902. Él
consideró que uso buenos estimativos de los parámetros de una función de probabilidad son
aquellos para los cuales los momentos de la función de densidad de probabilidad alrededor del
origen son iguales a los momentos correspondientes de la información de la muestra. Tal como
se muestra en la figura 4.11.4, si a cada uno de los valores de la información se le signa una
“masa” hipotética igual a su frecuencia relativa de ocurrencia (1/n) y si se imagina que este
sistema de masas se rota alrededor del origen x = 0, entonces el primer momento de cada
observación xi alrededor del origen es el producto de su brazo de momento xi y de su masa 1/n, y
la suma de estos momentos para toda la información es la media de la muestra. Esto es
equivalente a un centroide de un cuerpo. El centroide correspondiente de la función de
probabilidad es:

  x · f(x) · dx
-
(4.11.1)
El método de los momentos selecciona valores para los parámetros de la función de densidad de
probabilidad de tal manera que sus momentos son iguales a aquellos de la información de la
muestra.
Figura 4.11.4
Método de los momentos
A) Función de densidad de probabilidad.

B) Información de la muestra.
Fuente: Chow 1994
n n
 n  n ·x  x
xi 1
i (4.11.2)
i 1 i 1
Igualmente, el segundo y tercer momentos en la distribución de probabilidad pueden igualarse a

los valores de la muestra para determinar los valores de los parámetros de la distribución de
probabilidad.
Originalmente Pearson consideró solamente momentos alrededor del origen, pero

posteriormente se volvió común el uso de la varianza como el segundo momento central, 2 =
E[(x - )2], y el coeficiente de asimetría como el tercer momento central estandarizado,  = E[(x
- )3]/3, para determinar el segundo y el tercer parámetro de la distribución si se requería.
(Chow 1994).
Cuando la distribución de probabilidad, a la que se estiman los parámetros por este método es
simétrica y particularmente es normal, se pude demostrar que es un método muy eficiente, pero
cuando las distribuciones son asimétricas y por lo tanto sesgadas, como sucede muy a menudo
con la mayoría de las variables hidrológicas, el utilizar este método representa una pérdida de
eficiencia en la estimación. (Villón 2002)

En comparación con el método de “Máxima Verosimilitud”, teóricamente éste es el más correcto

para el cálculo de los parámetros de as distribuciones, en el sentido que produce menos errores,
en la estimación de los parámetros de la población. Pero, para algunas distribuciones de
probabilidad, no existe solución analítica para todos los parámetros, en términos de los
estadísticos de la muestra, lo cual lleva a calcular estos parámetros por métodos numéricos. En
general, el método de los momentos es más fácil de aplicar que el método de máxima
verosimilitud, y resulta más apropiado para análisis práctico en hidrología. (Villón 2002)
4.11.4.2.2.- POSICIÓN DE GRAFICACIÓN

La posición de graficación se refiere al valor de la probabilidad asignada a cada uno de los
datos que va a graficarse. Se han propuesto numerosos métodos para la determinación de las
posiciones de graficación, la mayoría de los cuales son empíricos. Si n es el número total de los
eventos que van a ser graficados y m es la posición de un valor de una lista ordenada por
magnitud descendente, la probabilidad de excedencia del m-ésimo valor mayor, xm, es, para un
n grande.
m
P(X  x m ) 
n (4.11.3)
Sin embargo, esta fórmula simple (conocida como la fórmula de California) produce una
probabilidad del ciento por ciento para m = n, que puede ser difícil de graficar en una escala de
probabilidad. Como un ajuste, la anterior ecuación puede modificarse a
m -1
P(X  x m ) 
n (4.11.4)
Aun cuando esta ecuación no produce una probabilidad del ciento por ciento, sí produce una
probabilidad de cero (para m = 1), lo cual también puede ser difícil de graficar en un papel de
probabilidad. Las dos educaciones anteriores representan los límites dentro de los cuales
deberían localizarse las posiciones de graficación apropiadas.
La ecuación de Weibull es un término medio con una mejor justificación estadística. Si los n
valores están uniformemente distribuidos entre 0 y el 100% de probabilidad, entonces debe

existir n + 1 intervalos, n – 1 entre los puntos de los datos y 2 en los extremos. Este simple
sistema de graficación se expresa mediante la ecuación de Weibull:
m
P(X  x m ) 
n 1 (4.11.5)
Indicando un periodo de retorno un año mayor que el periodo de retorno del registro del valor
máximo.
En la práctica, para una serie de duración completa (empleando toda la información, no

solamente los valores extremos seleccionados), se utiliza la ecuación (4.16), con n refiriéndose al
número total de ítems en la información en lugar de al número de años. Para series anuales
máximas, la ecuación (4.18), la cual es equivalente a la siguiente ecuación para periodo de
retorno, fue adoptada como el método estándar de posición de graficación por el U.S. Water
Resources Council (1981):
n 1
T
m (4.11.6)
Donde n se refiere al número de años en el registro.
4.11.4.2.3.- DISTRIBUCIÓN DE VALORES EXTREMOS

Los valores extremos son valores máximos o mínimos seleccionados de conjuntos de datos.
Fisher y Tippett (1928) han demostrado que las distribuciones de valores extremos seleccionados
de conjuntos de muestras de cualquier distribución de probabilidad convergen en una de las tres
formas de distribuciones de valor extremo, llamadas tipo I, II, y III respectivamente, cuando el
número de valores extremos seleccionados es grande. Las propiedades de las tres formas
limitantes fueron desarrolladas en gran detalle por Gumbel (1941) para la distribución de Valor
Extremo tipo I (EVI, por sus siglas en inglés), por Frechet (1927) para la distribución de Valor
Extremo tipo II (EVII) y por Weibull (1939) para la distribución de Valor Extremo tipo III
(EVIII). (Chow, 1994)

Jenkinson (1955) demostró que estas tres formas limitantes eran casos especiales de una
distribución única llamada la distribución de Valor Extremo General (GEV). La función de
distribución de probabilidad para a GEV es:
 1
 - 1 - k · x - u  k 
  
  
 
F(x)  e (4.11.7)
Donde k, u y  son parámetros que deben ser determinados.
Los tres casos limitantes son 1) para k = 0, la distribución de Valor Extremo tipo I; 2) para k <
0, la distribución de Valor Extremo tipo II, para la cual se aplica con (u + /k)  x  , y 3)
para K > 0, la distribución de Valor Extremo tipo III, para la cual se aplica en -   x  (u +
/k). En todos los tres casos, se supone que  es positivo. (Chow, 1994)
Debido a que las observaciones de tipo extremas se localizan en la cola extrema de la

distribución de probabilidad de todas las observaciones de la cual se extraen (la población
matriz), no es sorprendente que su distribución de probabilidad sea diferente a aquella de la
población matriz. Tal como se describió en los anteriores párrafos, existen tres formas
asintóticas para las distribuciones de valores extremos. (Chow, 1994)
La función de distribución de Valor Extremo Tipo I (EVI) o también llamada Gumbel, es:
  - x - u  
 - e   
 
 
F(x)  e -x (4.11.8)
Los parámetros se estiman, con las fórmulas:
6 ·s

 (4.11.9) u  x - 0.5772 ·  (4.11.10)
El parámetro “u” es la moda de la distribución (punto de máxima densidad de probabilidad).

Una variable reducida puede definirse como:
x-u
y
 (4.11.11)

Sustituyendo la variable reducida en la ecuación 4.10, se encuentra:
F(x)  e-e 
- y 
(4.11.12)
Resolviendo para “y”:
  1 
y  - ln ln 
  F(x)  (4.11.13)
Puede utilizarse la ecuación 4.26 para definir “y” para las distribuciones Tipo II y Tipo III. Los
valores de “x” y “y” pueden graficarse tal como se muestran en la figura 4.11.5. Para la
distribución EVI la gráfica es una línea recta mientras que, para valores grandes de “y”, la
curva correspondiente a la distribución EVII tiene una pendiente mayor que aquella para EVI, y
la curva para la distribución EVIII tiene una pendiente menor, siendo acotada por arriba. Para
relacionar “y” con los valores del periodo de retorno se puede hacer las siguientes operaciones:
1 1
 P(x  x T )  1 - P(x  x T )  1 - F(x T )
T T (4.11.14)
T -1
F(x T ) 
Luego: T (4.11.15)
  T 
y T  - ln ln 
Finalmente se tiene:   T - 1 (4.11.16)

Figura 4.11.5
Distribuciones de Valor Extremo Tipo I, Tipo II y Tipo III
Fuente: Chow 1994
El cálculo de magnitudes de eventos extremos requiere que la distribución de probabilidad sea

invertible, es decir, dado un valor T o [F(xT) = T/(T-1)], el correspondiente valor de xT puede
determinarse.
La magnitud xT de un evento hidrológico extremo puede representarse como la media “u” más
la desviación “ΔxT” de la variable con respecto a la media, ver la figura 4.11.6.
x T  u  x T (4.11.17)
Esta desviación con respecto a la media puede igualarse al producto de la desviación estándar 
y el factor de frecuencia KT; es decir ΔxT = KT · . La desviación ΔxT y el factor de frecuencia
KT son funciones del periodo de retorno y el tipo de distribución de probabilidad a utilizarse en
el análisis, por tanto la ecuación 4.17 puede expresarse como:
xT = u + K T ·  (4.11.33), lo que puede aproximarse por: xT = x + K T · s (4.11.18)

Figura 4.11.6
Magnitud de un evento extremo xT, desviación KT· de la media “u”
Fuente: Chow 1994
El cálculo de magnitudes de eventos extremos requiere que la distribución de probabilidad sea

invertible, es decir, dado un valor T o [F(xT) = T/(T-1)], el correspondiente valor de xT puede
determinarse.
Para la distribución de Valor Extremo Tipo I, Chow (1993) dedujo la siguiente expresión:
6    T  
KT  - · 0.5772  lnln  
π    T - 1   (4.11.19)
Para expresar T en términos de KT, la anterior ecuación puede escribirse como:
1
T
  -    π · K T   
   6   
- e 
 
1- e  
(4.11.20)

4.11.4.3.- PRUEBAS DE BONDAD DE AJUSTE

Las pruebas de bondad de ajuste, consisten en comprobar gráfica y estadísticamente, si la
frecuencia empírica de la serie analizada, se ajusta a una determinada función de
probabilidades teórica seleccionada a priori, con los parámetros estimados con base en los
valores muestrales. (Villón 202)
Las pruebas estadísticas, tienen por objeto medir la certidumbre que se obtiene al hacer una
hipótesis estadística sobre una población, es decir, calificar el hecho de suponer que una
variable aleatoria, se distribuya según una cierta función de probabilidades. (Villón 2002)
Las pruebas de bondad de ajuste más utilizadas son (Aparicio 2001):
a) Ajuste gráfico.
b) Análisis estadístico: Error Cuadrático Mínimo, Chi-cuadrado, Smirnov – Kolmogorov.
a) Ajuste Gráfico.
Este primer método que se usa para seleccionar la función consiste simplemente en inspeccionar
una gráfica donde se haya dibujado cada una de las diferentes funciones junto con los puntos
medidos.
Este método se usa a veces, incluso, para ajustar las funciones de distribución de probabilidad a
los datos medidos, dibujando en un papel especial para cada función dichos datos, escogiendo a
función para la que el conjunto de puntos sea semejante a una línea recta y finalmente trazando
a ojo dicha línea recta para poder hacer las extrapolaciones necesarias.
Este es un método con un alto grado de subjetividad y, usado aisladamente, puede ser un tanto
peligroso. Sin embargo, es muy ilustrativo y recomendable para ser usado con otros métodos. Si
lo aplica un ingeniero con experiencia, puede resultar el mejor de todos.
b.1) Ajuste Estadístico: Error cuadrático mínimo.
Este método es menos subjetivo que el anterior. Consiste en calcular, para cada función de
distribución, el error cuadrático:

1
 n 2

C   (x ei - x oi )2 
 i  1 
(4.11.21)
x ei x ei
Donde es el i-ésimo dato estimado y es el i-ésimo dato calculado con la función de
distribución bajo análisis. La función de distribución que tenga el menor valor del error mínimo
cuadrático, será la función que mejor ajuste tenga.
b.2) Ajuste Estadístico: Prueba 2 (Chi-cuadrado).
La prueba 2 es la más popular. Fue propuesta por Karl Pearson en 1900. Para aplicar la
prueba, el primer paso es dividir los datos en un número k de intervalos de clase. Posteriormente
se calcula el parámetro estadístico:
k
(i - i )2
D 
i 1
i
(4.11.22)
Donde i es el número observados de eventos en el intervalo i y i es el número esperado de

eventos en el mismo intervalo.
i se calcula como:
i  n · F(Si ) - F(Ii ) i  1, 2, 3, ..., k

(4.11.23)
Donde F(Si) es la función de distribución de probabilidad en el límite superior del intervalo i,

F(Ii) es la misma función en el límite inferior y n es el número de eventos.
Una vez calculado el parámetro D para cada función de distribución considerada, se determina
el valor de una variable aleatoria con distribución 2 para  = k - 1 - m grados de libertad y una
nivel de significancia , donde m es el número de parámetros estimados a partir de los datos.
Para aceptar la función de distribución dada, se debe cumplir:
D   21-, k - 1- m (4.11.24)

El valor de 21 - , k - 1 – m se obtiene de tablas de la distribución 2. Los valores de  que se

usan normalmente son del 10, 5 y 1%. El valor de , en la teoría estadística, es la probabilidad
de rechazar la hipótesis nula: Ho: La función de distribución de probabilidad es D (, , …)
Cuando en realidad es cierta, es decir, de cometer un error tipo I. En la anterior ecuación, D es

la función de distribución de probabilidad considerada y , , … son sus parámetros.
Sin embargo,  no puede ser arbitrariamente pequeña sin incrementar al mismo tiempo la
probabilidad de cometer un error tipo II, que es el aceptar Ho cuando en realidad no es
verdadera. El valor más común de  es de 0.05; para este nivel de significancia suelen aceptarse
varias funciones de distribución de probabilidad. De ser el caso, y si se usa solamente este
criterio para aceptar esta función, se escogería la de menor valor de D.
Por otra parte, siempre se debe tener precaución al aplicar la prueba, pues sus resultados
dependen mucho de la selección de los intervalos y del tamaño de la muestra, e incluso pueden
resultar contradictorios para una misma muestra. Sus resultados deben tomarse con mucha
reserva, en especial cuando se usan para discriminar una función de distribución de
probabilidad de otra y son, en cambio, mucho más útiles sólo para compararlas.
b.3) Ajuste Estadístico: Kolmogorov – Smirnov.

Esta prueba consiste en comparar el máximo valor absoluto de la diferencia D entre la función
de distribución de probabilidad observada Fo (xm) y la estimada F (xm)
D  max Fo (xm ) - F (xm )

(4.11.25)
Con un valor crítico d que depende del número de datos y el nivel de significancia seleccionado.
Si D  d, se acepta la hipótesis nula. Esta prueba tiene la ventaja sobre la 2 de que compara los
datos del modelo estadístico sin necesidad de agruparlos. La función de distribución de
probabilidad observada se calcula como
m
Fo (xm )  1 -
n 1 (4.11.26)

Donde m es el número de orden del dato xm en una lista de mayor a menor y n es el número total
de datos.
Para cada dato se debe considerar su D calculado y seleccionar el valor mayor para cada
función; y la función de distribución de probabilidad que presente el menor valor D entre los
seleccionados será la que tenga el mejor ajuste.
4.11.4.3.1.- ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

La regresión lineal simple, es uno de los modelos más simples y comunes en la hidrología y está
basado en la suposición de que dos variables se relacionan en forma lineal. En general, el
objetivo de un modelo de esta naturaleza es poder estimar el valor de una variable, que se
denomina dependiente, a partir del valor de la otra, que se llama variable independiente. Lo
anterior puede extenderse a dos o más variables dependientes. (Aparicio 2001)
Esta técnica de análisis, se utiliza cuando la variable dependiente “y”, es función de dos o más
variables independientes x1, x2, x3, …, xm, siendo el modelo lineal:
y = a0 + a1 · x1 + a2 · x2 + a3 · x3 + … + am · xm (4.11.27)
donde: n = número de variables independientes, a0, a1, a2, …, am = parámetros a estimar, y p

= m + 1 = número de parámetros.
Extendiendo el método de los mínimos cuadrados, para el caso de una regresión lineal múltiple,
las ecuaciones normales que se obtienen son (Villón 2002):
 y  a · n  a ·  x  a ·  x  a ·  x  ...  a ·  x
0 1 1 2 2 3 3 m m
 x · y  a ·  x  a ·  x  a ·  x · x  a ·  x · x  ...  a ·  x · x
1 0 1 1
2
1 2 1 2 3 1 3 m 1 m
 x · y  a ·  x  a ·  x · x  a ·  x  a ·  x · x  ...  a ·  x · x
2 0 2 1 2 1 2
2
2 3 2 3 m 2 m
.
.
.
x m · y  a0 · x m  a1 · x 1 · xm  a2 · x 2 · xm  a3 · x 3 · x m  ...  am · x 2
m
(4.11.28)
Dónde: n = número de grupos de elementos de la muestra. La solución del sistema (4.11.28)

proporciona los valores a0, a1, a2, …, am.
El número de ecuaciones normales, debe ser tantas como incógnitas se tiene. A fin de que se tenga un sistema
resoluble y así encontrar: a0, a1, a2, …, am
a) Error estándar del estimado para regresión múltiple (Se). (Villón 2002)
Es la medida de dispersión que se calcula con la siguiente ecuación:
Se 
 (y - ŷ) 2

e 2
n-p n-p
(4.11.29)
Donde:
Se = error estándar del estimado.
y = valores muestrales (experimentales) de la variable dependiente.
ŷ
= a0 + a1 · x1 + a2 · x2 + … + am · xm = valores estimados de la variable dependiente con
la ecuación de regresión.
e = y - ŷ = error entre el valor observado y estimado de la variable dependiente.
n = número de grupos de la muestra.
p = m + 1 = número de parámetros a estimar a partir de la muestra.
n - p = grados de libertad.
La ecuación (4.11.29) es muy tediosa de calcular, por lo que los estadísticos han derivado una
fórmula más corta de calcular por el método computacional, la cual se muestra en la ecuación
(4.11.30)
Se 
y 2
- a0 · y - a ·x
1 1·y - a2 · x 2 · y - ... - am · x m ·y
n-p
(4.11.30)

b) Coeficiente de determinación múltiple. (Villón 2002)

Representa la porción de la variación total de “y” que es explicada por las variables
involucradas en la ecuación de regresión múltiple, se puede calcular a partir de la ecuación de
las siguientes ecuaciones:
Se 2
R2  1-
S 2y
y  a ·x x · y  a · x x
2
a0 · 1 1·y  a2 · 2 3 3 · y  ...  am m ·y - n·y
R 
2
y - n·y 2 2
(4.11.31)
Donde:
R2 = coeficiente de determinación.
Se = error estándar del estimado, calculado con las ecuaciones (4.30) o (4.31).
Sy2 = varianza de la variable dependiente “y”.
1  2 
 y - y    y
1 
- n · y 
2
S2y  · 2
· 2
n -1   n - 1   (4.11.32)
 y = media de la variable dependiente.

1
y ·
n
n = número de grupos de la muestra.
c) Coeficiente de correlación múltiple. (Villón 2002)

El coeficiente de correlación múltiple, se puede calcular a partir de las siguientes ecuaciones:
1
 Se 2  2
R  1 - 2 
 S y 

1
a ·
y  a ·x x ·y  a ·x  x m · y - n · y 
2 2
 0 1 1·y  a2 · 2 3 3 · y  ...  am
R 
y - n·y
2
 2 
  (4.11.33)

4.11.5.- IDENTIFICACIÓN DE UNIDADES HIDROLÓGICAS
4.11.5.1.- DEFINICIÓN DE UNIDADES HIDROLÓGICAS
En la Zona del Proyecto existen dos Cuencas: la del río Desaguadero y del río Mauri; ambas
influyen notablemente en el ciclo hídrico de la región.
Cuadro 4.11.11
Cuencas y Sub Cuencas
CUENCA SUBCUENCA RÍOS IMPORTANTES

Río Killjuri Jahuira
Río Mauri
Río Desaguadero
Río Caquingora
CUENCA
Río Ullona
CERRADA DEL
Río Coropata
ALTIPLANO
Río Tambo Quemado
Río Mauri
Río Alto Mauri
Río Challuya
Fuente: PDM Calacoto
4.11.5.2.- IDENTIFICACIÓN DE LAS CUENCAS Y ÁREAS DE APORTE
Se han identificado 30 microcuencas, las cuales cuentan con las siguientes áreas de aporte:
Cuadro 4.11.12
Áreas de Aporte
Cuenca Area
(km2)
1 0.76
2 0.00
3 3.16
4 219.79

Cuenca Area
(km2)
5 0.24
6 0.21
7 0.24
8 1.73
9 142.44
10 0.24
11 81.19
12 0.28
13 0.13
14 0.12
15 5.62
16 0.72
17 541.27
18 1.17
19 0.27
20 0.73
21 0.93
22 5.28
23 0.32
24 1.48
25 0.40

Cuenca Area
(km2)
26 0.18
27 270.00
28 0.56
29 1.00
30 0.35
En el cuadro 4.11.12 solo se han considerado las cuencas mayores a 0,1 km2
4.11.6.- CARÁCTERÍSTICAS MORFOMÉTRICAS DE LAS CUENCAS

MENORES (ÁREAS DE APORTE)
Las características morfométricas y de drenaje de la cuenca nos explican la respuesta que tiene
la misma frente a eventos de precipitación los cuales generan escurrimiento y erosión de suelos.
Con las herramientas avanzadas del programa Global Mapper y en función a la imagen satelital
y DEM se determinó los parámetros básicos.
Se determinaron los siguientes parámetros morfométricos, para las 42 áreas de aporte:
1.- Área de Cuenca
2.- Perímetro de Cuenca
3.- Cota Máxima del Curso
4.- Cota Mínima del Curso
5.- Longitud del Curso
6.- Pendiente media de la Cuenca

4.11.6.1.- CARÁCTERÍSTICAS MORFOMÉTRICAS Y DE DRENAJE DE LAS

MICROCUENCAS
A continuación, se presentan los parámetros morfométricos para las 30 áreas de aporte:
Cuadro 4.11.13
Parámetros Morfométricos de las Microcuencas.
Cota Mayor Cota Menor

Cuenca Long Rio Principal(km) S%
Rio (m) Rio (m)
1 0.99 3966 3938 2.82%
2 0.46 3972 3940 6.97%
3 1.63 3927 3910 1.04%
4 30.95 4200 3860 1.10%
5 1.83 3918 3910 0.44%
6 0.49 3916 3909 1.43%
7 0.83 3928 3902 3.15%
8 1.73 3913 3877 2.08%
9 33.30 4562 3867 2.09%
10 0.82 3915 3867 5.85%
11 28.40 4180 3860 1.13%
12 1.35 3904 3858 3.41%
13 0.75 3904 3860 5.87%
14 0.58 3904 3874 5.17%
15 5.37 3891 3833 1.08%

Cota Mayor Cota Menor

Cuenca Long Rio Principal(km) S%
Rio (m) Rio (m)
16 1.00 3851 3825 2.60%
17 27.30 4011 3812 0.73%
18 1.86 3870 3813 3.06%
19 0.84 3875 3857 2.14%
20 1.44 3927 3854 5.07%
21 1.64 3916 3848 4.15%
22 2.79 3980 3841 4.98%
23 0.80 3972 3875 12.13%
24 1.93 3899 3860 2.02%
25 1.24 3975 3853 9.84%
26 0.93 3968 3853 12.37%
27 38.40 4046 3848 0.52%
28 1.17 4032 3857 14.96%
29 1.93 4042 3858 9.53%
30 1.00 4068 3900 16.80%
Fuente: Elaboración propia en base a DEM.

4.11.7.- ANÁLISIS DE LA INFORMACIÓN PLUVIOMÉTRICA

(TRATAMIENTO Y PROCESAMIENTO)
4.11.7.1.- INFORMACIÓN HIDROLÓGICA

La información hidrológica básica utilizada en el presente estudio fueron las precipitaciones
diarias registradas en estaciones pluviométricas que están cerca del área en estudio. Se encontró
que existen una estación pluviométrica cercana al área de estudio. La estación es administradas
por el Servicio Nacional de Meteorología e Hidrología (SENAMHI). El Cuadro 4.11.14, muestra
las coordenadas de la estación considerada en el presente estudio.
Cuadro 4.11.14
Coordenadas de las estaciones pluviométricas. Sistema de referencia UTM zona19 sur
DATUM: WGS-84.
Coordenadas
Estación Cota Administrador
Latitud Longitud
Calacoto 171650 683808 3826 SENAMHI
Fuente: elaboración propia en base a SENAMHI – LA PAZ.
Analizando la amplitud cronológica de las precipitaciones, de las estaciones administradas por

el SENAMHI, se vio que la estación Calacoto cuenta con 46 años de registro de precipitaciones
de información.
4.11.7.2.- DETERMINACIÓN DE LAS PRECIPITACIONES DIARIAS

MÁXIMAS ANUALES
El régimen pluviométrico del área en estudio es de tipo estacional con épocas de humedad, de
transición y secas definidas en meses característicos. Para determinar las precipitaciones
diarias máximas anuales, es necesario definir los meses de año hidrológico. Para determinar el
inicio y el final del año hidrológico se usaron las precipitaciones mensuales de todas las

estaciones pluviométricas, resultando un año hidrológico que inicia en el mes de Julio y termina
en el mes de junio del siguiente año.
Cuadro 4.11.15
Año hidrológico considerado para la selección de precipitaciones máximas diarias anuales.
AÑO HIDROLÓGICO – AREA DE ESTUDIO
JUL AGO SEP OCT NOV DIC ENE FEB MAR ABR MAY JUN
4.11.7.3.- ANÁLISIS DE SERIES DE PRECIPITACIONES MÁXIMAS

DIARIAS (DISTRIBUCIÓN DE PRECIPITACIONES MÁXIMAS-MÉTODO
DE GUMBEL)
Para el análisis de series de precipitaciones máximas diarias se utilizó el método de Gumbel.
Al aplicar estas distribuciones de probabilidad a las series históricas de datos de la Estación

Calacoto, se obtuvieron las precipitaciones máximas diarias anuales para diferentes periodos de
retorno, que se indican en el cuadro 4.11.16
Cuadro 4.11.16
Precipitaciones máximas diarias anuales – Estación Calacoto
Periodo de Precipitación
Probabilidad
Retorno T Frecuencia máxima diaria
(1/T)
(Años) ht (mm)
1.11 0.90 0.100 37.7
1.25 0.80 0.200 39.0
1.43 0.70 0.302 40.5
1.67 0.60 0.400 42.2
2.00 0.50 0.500 44.2
2.50 0.40 0.600 46.6
3.33 0.30 0.700 49.8

Periodo de Precipitación
Probabilidad
Retorno T Frecuencia máxima diaria
(1/T)
(Años) ht (mm)
5 0.20 0.800 54.2
10 0.10 0.900 61.8
25 0.04 0.960 71.8
50 0.02 0.980 79.4
100 0.01 0.990 87.0
150 0.01 0.993 91.4
200 0.01 0.995 94.6
300 0.003 0.997 99.0
500 0.002 0.998 104.6
1000 0.001 0.999 112.2
10000 0.0001 1.000 137.4
Figura 4.11.7
Distribución de Precipitaciones Máximas – Estación Calacoto
DISTRIBUCIÓN DE PRECIPITACIONES MÁXIMAS DIARIAS METODO GUMBEL

90
80
70
60
PRECIPITACIÓN mm
50
40
30
20
10
0
0,993
0,995
0,997
0,998
0,999
1,000
0,980
0,990
0,960
0,900
0,800
0,700
0,600
0,500
0,400
0,302
0,200
0,100
FRECUENCIA

4.11.8.- TORMENTAS DE DISEÑO
4.11.8.1.- LLUVIAS MAXIMAS CORRESPONDIENTES A DIFERENTES

TIEMPOS (t) INFERIORES A LAS DIARIAS Y PERIODOS DE RETORNO
(T) EN AÑOS
Usando la distribución de máximo valores según Ley de Gumbel, se obtiene las precipitaciones
correspondientes a tiempos inferiores a 24 hrs.utilizando la ecuación que relaciona la moda de
los valores máximos diarios, con la moda correspondiente a otros valores.
hTt = ht * ( t / td )b (4.11.34)
Donde:
hTt = Valor modal para un tiempo t en horas
ht = Lluvia máxima diaria
t= Tiempo en horas
td = Tiempo correspondiente a la lluvia diaria
b= Exponente que varía de 0.20 a 0.30
Se considera que la lluvia diaria es igual a la lluvia de 12 hrs., un exponente de 0.20 para
tiempos menores a 2 horas y 0.30 para tiempos mayores a 2 horas, obteniéndose los siguientes
resultados.
Cuadro 4.11.17
Lluvias máximas horarias ( mm ) correspondientes a diferentes tiempos ( t ) – Estación
Calacoto
T t=0.5h t=1h t=2h t=3h t=4h t=6h t=12h
1.11 51.19 28.79 16.19 11.56 6.50 6.50 3.66
1.25 51.96 29.22 16.43 11.73 6.60 6.60 3.71
1.43 52.84 29.72 16.71 11.93 6.71 6.71 3.77

T t=0.5h t=1h t=2h t=3h t=4h t=6h t=12h

1.67 53.88 30.30 17.04 12.17 6.84 6.84 3.85
2 55.12 30.99 17.43 12.45 7.00 7.00 3.94
2.5 56.68 31.87 17.92 12.80 7.20 7.20 4.05
3.33 58.76 33.04 18.58 13.27 7.46 7.46 4.20
5 61.83 34.77 19.55 13.96 7.85 7.85 4.42
10 67.45 37.93 21.33 15.23 8.57 8.57 4.82
25 75.67 42.55 23.93 17.09 9.61 9.61 5.40
50 82.55 46.42 26.10 18.64 10.48 10.48 5.89
100 90.05 50.64 28.48 20.33 11.44 11.44 6.43
150 94.75 53.28 29.96 21.40 12.03 12.03 6.77
200 98.24 55.24 31.06 22.18 12.47 12.47 7.01
300 103.37 58.13 32.69 23.34 13.13 13.13 7.38
500 110.21 61.97 34.85 24.89 13.99 13.99 7.87
1000 120.23 67.61 38.02 27.15 15.27 15.27 8.58
10000 160.51 90.26 50.76 36.24 20.38 20.38 11.46

Figura 4.11.8
Curvas I-D-F. Estación: Calacoto.
PRECIPITACIONES MAXIMAS HORARIAS (mm)
90,00
80,00
Precipitaciones Horarias (mm)
70,00
60,00
50,00
40,00
30,00
20,00
10,00
0,00
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Frecuencia T
t=0.5h t=1h t=2h t=3h t=4h t=6h t=12h
Para calcular las intensidades de precipitación para la duración adecuada, es necesario

calcular el tiempo de concentración que está en función de la longitud de recorrido máximo que
pueden transitar las gotas de agua.
4.11.9.- TIEMPOS HIDROLÓGICOS
4.11.9.1.- TIEMPO DE CONCENTRACIÓN

Los tiempos de concentración calculados son equivalentes a los tiempos necesarios para que se
genere una intensidad máxima, es decir una precipitación máxima en una determinada duración.

Con esta equivalencia toda el área de aporte estará contribuyendo al punto de control con
escurrimiento superficial. El tiempo de concentración se calculó con las fórmulas:
Tiempo de Concentración tc:
Ventura:
2 𝐴
𝑡𝑐 = 0.1272 ∗ √ 𝑖 (4.11.35)
Kirpich:
𝑙1.15
𝑡𝑐 = 0.00032 ∗ 𝐻 0.38 (4.11.36)
Giandotti:
4∗𝐴0.5 +1.5∗𝐿
𝑡𝑐 = (4.11.37)
0.8∗𝐻 0.5
Burea Of Reclamatión:
0.385
0.871∗𝐿 3
𝑡𝑐 = ( ) (4.11.38)
𝐻
Para nuestro caso, se ha utiliza la ecuación de Kirpich, que es ampliamente utilizada para el
drenaje de carreteras:
Cuadro 4.11.19
Tiempo de Concentración (min)
Unidad o
KIRPICH
Cuenca
1 15.64
2 6.09
3 33.65

Unidad o
KIRPICH
Cuenca
4 317.79
5 51.41
6 11.77
7 12.99
8 27.02
9 262.60
10 10.19
11 294.53
12 18.43
13 9.51
14 8.19
15 83.03
16 16.23
17 337.81
18 24.56
19 15.29
20 16.62
21 19.85
22 27.84

Unidad o
KIRPICH
Cuenca
23 7.55
24 29.67
25 11.47
26 8.42
27 502.02
28 9.34
29 16.33
30 7.91
4.11.10.- MODELACIÓN HIDROLÓGICA

Para calcular las precipitaciones para los tiempos de concentración o duraciones determinados,
se usó una interpolación lineal sobre los valores de precipitaciones y duraciones, obteniendo las
precipitaciones para cada periodo de retorno establecido. El Cuadro 4.11.20 muestra las
precipitaciones calculadas para las duraciones requeridas.
Cuadro 4.11.20
Intensidades para duraciones D y para 2 ≤ T ≤ 300 años.
Unidad o i(tc,T) (mm/h)

tc (min)
Cuenca
2 años 5 años 10 años 25 años 50 años 100 años 150 años 200 años 300 años
1 15.64 94.65 106.18 115.83 129.95 141.76 154.64 162.72 168.70 177.51
4 6.09 207.07 232.31 253.42 284.31 310.15 338.34 356.00 369.09 388.35
3 33.65 50.10 56.21 61.32 68.79 75.04 81.86 86.13 89.30 93.96
2 317.79 7.76 8.71 9.50 10.66 11.63 12.68 13.34 13.84 14.56


tc (min)
Cuenca
5 51.41 35.24 39.53 43.13 48.38 52.78 57.58 60.58 62.81 66.09
6 11.77 119.87 134.48 146.70 164.58 179.53 195.85 206.08 213.65 224.80
7 12.99 110.42 123.87 135.13 151.60 165.38 180.41 189.83 196.80 207.08
8 27.02 60.12 67.45 73.58 82.54 90.05 98.23 103.36 107.16 112.75
9 262.60 9.09 10.20 11.13 12.49 13.62 14.86 15.64 16.21 17.06
10 10.19 135.12 151.58 165.36 185.51 202.37 220.76 232.29 240.83 253.40
11 294.53 8.27 9.28 10.12 11.35 12.38 13.51 14.21 14.74 15.51
12 18.43 82.62 92.69 101.12 113.44 123.75 135.00 142.04 147.27 154.95
13 9.51 143.15 160.60 175.19 196.54 214.41 233.89 246.10 255.15 268.47
14 8.19 162.07 181.82 198.34 222.51 242.74 264.80 278.62 288.86 303.94
15 83.03 23.66 26.55 28.96 32.49 35.44 38.67 40.68 42.18 44.38
16 16.23 91.81 103.00 112.36 126.05 137.51 150.01 157.84 163.64 172.18
17 337.81 7.38 8.28 9.03 10.13 11.05 12.06 12.68 13.15 13.84
18 24.56 65.07 73.00 79.63 89.34 97.46 106.31 111.86 115.98 122.03
19 15.29 96.49 108.24 118.08 132.47 144.51 157.65 165.88 171.98 180.95
20 16.62 90.02 100.99 110.17 123.60 134.83 147.08 154.76 160.45 168.83
21 19.85 77.68 87.15 95.07 106.65 116.35 126.92 133.55 138.46 145.68
22 27.84 58.65 65.79 71.77 80.52 87.84 95.82 100.82 104.53 109.99
23 7.55 173.25 194.37 212.03 237.87 259.49 283.08 297.85 308.80 324.92
24 29.67 55.63 62.41 68.08 76.37 83.32 90.89 95.63 99.15 104.32
25 11.47 122.45 137.37 149.86 168.12 183.40 200.07 210.51 218.25 229.64
26 8.42 158.34 177.64 193.78 217.40 237.16 258.71 272.22 282.22 296.96
27 502.02 5.31 5.96 6.50 7.29 7.95 8.68 9.13 9.46 9.96


tc (min)
Cuenca
28 9.34 145.30 163.00 177.82 199.49 217.62 237.40 249.79 258.97 272.49
29 16.33 91.35 102.48 111.80 125.42 136.82 149.26 157.05 162.82 171.32
30 7.91 166.72 187.04 204.04 228.91 249.71 272.41 286.63 297.16 312.68
Fuente: Elaboración propia a DEM.
4.11.10.1.- CÁLCULO DE LOS CAUDALES DE DISEÑO PARA LAS

MICROCUENCAS
Los caudales de diseño se determinaron calculando primero los caudales líquidos mediante el
método racional. Para el cálculo usaremos las variables determinadas anteriormente que son: el
coeficiente de escurrimiento, la intensidad máxima para cada periodo de retorno y el área total
de las cuencas calculadas con los parámetros morfométricos. Con los datos mencionados y
aplicando la ecuación 4.11.39, se calcularon los caudales líquidos. La tabla 4.11.21 muestra los
caudales calculados (caudales líquidos) para los periodos de retorno de 2,5,10, 25, 50, 100, 150,
200 y 300 años.
Para el cálculo de los caudales se ha utilizado el método racional y el del hidrograma

triangular.
Método Racional
𝐶𝐼𝐴
𝑄= (11.39)
3.6
Q = Caudal máximo en [m³/s].
I = Intensidad de precipitación en [mm/hr] para un periodo de retorno definido y una duración

igual al tiempo de concentración
A = Área de la cuenca en [Km²].
C = coeficiente de escorrentía.
Cuadro 4.11.21
Caudales líquidos para 5 ≤ T ≤ 300 años para las microcuencas. Metodo Racional
Unidad o Area QT (m3/s)

C
Cuenca (Km2) 2 años 5 años 10 años 25 años 50 años 100 años 150 años 200 años 300 años
1 0.76 0.35 94.65 106.18 115.83 129.95 141.76 154.64 162.72 168.70 177.51
4 0.00 0.35 207.07 232.31 253.42 284.31 310.15 338.34 356.00 369.09 388.35
3 3.16 0.35 50.10 56.21 61.32 68.79 75.04 81.86 86.13 89.30 93.96
2 219.79 0.35 7.76 8.71 9.50 10.66 11.63 12.68 13.34 13.84 14.56
5 0.24 0.35 35.24 39.53 43.13 48.38 52.78 57.58 60.58 62.81 66.09
6 0.21 0.35 119.87 134.48 146.70 164.58 179.53 195.85 206.08 213.65 224.80
7 0.24 0.35 110.42 123.87 135.13 151.60 165.38 180.41 189.83 196.80 207.08
8 1.73 0.35 60.12 67.45 73.58 82.54 90.05 98.23 103.36 107.16 112.75
9 142.44 0.35 9.09 10.20 11.13 12.49 13.62 14.86 15.64 16.21 17.06
10 0.24 0.35 135.12 151.58 165.36 185.51 202.37 220.76 232.29 240.83 253.40
11 81.19 0.35 8.27 9.28 10.12 11.35 12.38 13.51 14.21 14.74 15.51
12 0.28 0.35 82.62 92.69 101.12 113.44 123.75 135.00 142.04 147.27 154.95
13 0.13 0.35 143.15 160.60 175.19 196.54 214.41 233.89 246.10 255.15 268.47
14 0.12 0.35 162.07 181.82 198.34 222.51 242.74 264.80 278.62 288.86 303.94
15 5.62 0.35 23.66 26.55 28.96 32.49 35.44 38.67 40.68 42.18 44.38
16 0.72 0.35 91.81 103.00 112.36 126.05 137.51 150.01 157.84 163.64 172.18
17 541.27 0.35 7.38 8.28 9.03 10.13 11.05 12.06 12.68 13.15 13.84
18 1.17 0.35 65.07 73.00 79.63 89.34 97.46 106.31 111.86 115.98 122.03
19 0.27 0.35 96.49 108.24 118.08 132.47 144.51 157.65 165.88 171.98 180.95
20 0.73 0.35 90.02 100.99 110.17 123.60 134.83 147.08 154.76 160.45 168.83
21 0.93 0.35 77.68 87.15 95.07 106.65 116.35 126.92 133.55 138.46 145.68
22 5.28 0.35 58.65 65.79 71.77 80.52 87.84 95.82 100.82 104.53 109.99

Unidad o Area QT (m3/s)

C
Cuenca (Km2) 2 años 5 años 10 años 25 años 50 años 100 años 150 años 200 años 300 años
23 0.32 0.35 173.25 194.37 212.03 237.87 259.49 283.08 297.85 308.80 324.92
24 1.48 0.35 55.63 62.41 68.08 76.37 83.32 90.89 95.63 99.15 104.32
25 0.40 0.35 122.45 137.37 149.86 168.12 183.40 200.07 210.51 218.25 229.64
26 0.18 0.35 158.34 177.64 193.78 217.40 237.16 258.71 272.22 282.22 296.96
27 270.00 0.35 5.31 5.96 6.50 7.29 7.95 8.68 9.13 9.46 9.96
28 0.56 0.35 145.30 163.00 177.82 199.49 217.62 237.40 249.79 258.97 272.49
29 1.00 0.35 91.35 102.48 111.80 125.42 136.82 149.26 157.05 162.82 171.32
30 0.35 0.35 166.72 187.04 204.04 228.91 249.71 272.41 286.63 297.16 312.68
Fuente: elaboración propia en base a DEM.
4.11.11.- BIBLIOGRAFÍA Y FUENTES DE INFORMACIÓN

La investigación uso la siguiente bibliografía.
 Actualización y revisión del Plan Maestro de Drenaje urbano de la ciudad de La Paz.

Tomo del Estudio Hidrológico. GMLP-BID. 2005. 263 p.
 Curvas IDF para diferentes categorías de análisis de eventos extremos de las ciudades
del eje central de Bolivia (La Paz, El Alto, Cochabamba y Santa Cruz). UMSA. 2009. 206
p.
 Hidrología. Máximo Villón Béjar. Instituto Tecnológico de Costa Rica. 2002. 435 p.
 Manual de procedimientos de delimitación y codificación de unidades hidrográficas.
Lorena Rosas. 2009. 34 p.
Las fuentes utilizadas para el estudio fueron:
 https://sites.google.com/site/climaenbolivia/clima-en-bolivia/clima-en-la-paz
 http://www.jspacesystems.or.jp/ersdac/GDEM/E/index.html
 http://essm.tamu.edu/bolivia/

Cap 4.11 Estudio Hidrologico

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Cap 4.11 Estudio Hidrologico

Uploaded by

Copyright:

Available Formats

GOBIERNO AUTÓNOMO DEPARTAMENTAL DE LA PAZ

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

ESTUDIO HIDROLÓGICO FINAL

Ante la falta de registros de caudales, se recurrió a modelos hidrológicos de precipitación -

La determinación de las curvas de intensidad - duración - frecuencia se basa en registros

Asociación Accidental Los Álamos 1

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

69°0'0"W 66°0'0"W 63°0'0"W 60°0'0"W 57°0'0"W

ARGENTINA AREA EN ESTUDIO

69°0'0"W 66°0'0"W 63°0'0"W 60°0'0"W 57°0'0"W

Fuente: Asociación Accidental Los Álamos

Asociación Accidental Los Álamos 2

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

Fuente: Asociación Accidental Los Álamos

4.11.1.1.- OBJETIVOS DEL ESTUDIO

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

4.11.1.2.- METODOLOGÍA GENERAL

Para el estudio hidrológico se ha recopilado y revisado siguiente información:

 Imágenes Satelitales procesadas con el programa Global Mapper.

4.11.2.- DESCRIPCIÓN DEL ÁREA DE ESTUDIO

4.11.2.1.- SISTEMA DE REFERENCIA GLOBAL

4.11.2.2.- DISTRITOS Y CANTONES

Asociación Accidental Los Álamos 4

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

1 General Pando E 554111 N 8096659 C 3938

2 Caquingora E 553398 N 8093093 C 3929

3 Jalluma Llallagua E 555000 N 8087224 C 3871

4 Playa Verde E 546209 N 8078631 C 3807

5 Villa Pari E 544322 N 8077148 C 3811

6 Audiencia E 539316 N 8067189 C 3860

7 Vento E 540049 N 8061860 C 3900

Asociación Accidental Los Álamos 5

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

COMUNIDAD ALTITUD m.s.n.m.

General Pando 3938

Fuente: Asociación Accidental Los Álamos

4.11.2.3.- ASPECTOS FÍSICO NATURALES

4.11.2.3.1.- DESCRIPCIÓN GEOGRÁFICA

Asociación Accidental Los Álamos 6

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

La tercera sección municipal Calacoto tiene como límites:

Al Norte con el municipio Caquiaviri (cantones: Villa Chocorosi, Vichaya y Achiri) y el

En el cuadro que tenemos a continuación veremos la distribución territorial del municipio, no se

Asociación Accidental Los Álamos 7

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

Fuente: Diagnóstico Coro Coro 2003

Fuente: Sistema De Información Geográfica – SIG UDAPE Y INE

Asociación Accidental Los Álamos 8

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

4.11.2.4.- ASPECTOS CLIMATOLÓGICOS

Asociación Accidental Los Álamos 9

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

4.11.2.4.3.- HUMEDAD RELATIVA

Fuente: Elaboración Propia en base a Senhami

4.11.3.- RECOPILACIÓN DE LA INFORMACIÓN

4.11.3.1.- IDENTIFICACIÓN DE ESTACIONES PLUVIOMÉTRICAS

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO

Para el presente proyecto se tomó los registros de la estación de Calacoto y el periodo de

Las estaciones son administradas por el Servicio Nacional de Meteorología e Hidrología

Calacoto 171650 683808 3826 SENAMHI

Fuente: Elaboración propia en base a SENAMHI – LA PAZ)

Asociación Accidental Los Álamos 11

ESTUDIO DE DISEÑO TÉCNICO DE PRE INVERSIÓN MEJORAMIENTO CARRETERA PANDO-PLAYA VERDE-VENTO