Probabilidades en la hidrologa

El objetivo principal de la estadstica en hidrologa es obtener informacin de

los fenmenos hidrolgicos pasados y hacer inferencias acerca de su
comportamiento en el futuro.
La planeacin y el diseo de proyectos relacionados con el agua necesitan
informacin de diferentes eventos hidrolgicos que no son gobernados por leyes
fsicas y qumicas conocidas, sino por las leyes de azar. Por ejemplo, el caudal de
un ro vara da a da y ao tras ao, y no puede predecirse exactamente cul ser
su valor en un perodo de tiempo cualquiera. En el caso del diseo de un puente,
el estudio hidrolgico determinara la creciente asociada con una probabilidad
crtica (se busca determinar el caso crtico), la cual se supone representa el riesgo
para el puente. Esto solo puede determinarse a travs del anlisis probabilstico y
estadstico basado en los registros hidrolgicos del pasado.
Es dable afirmar que la hidrologa, en algunos casos, trata con variables
aleatorias cuyo comportamiento no puede predecirse con certidumbre. El
comportamiento de una variable aleatoria est descrito por una ley de
probabilidades, la cual asigna medidas de probabilidad a posibles valores o rangos
de ocurrencia de la variable aleatoria. Las variables aleatorias pueden ser
discretas o continuas
Se dice que una variable aleatoria es discreta si ella slo puede tomar valores
especficos. Por ejemplo, si N denota el nmero de das lluviosos en el mes de
diciembre, entonces N es una variable aleatoria discreta. En este caso, la ley de
probabilidades asocia medidas de probabilidad a cada posible ocurrencia de la
variable aleatoria
Una variable aleatoria es continua si puede tomar todos los valores en un rango
de ocurrencia. Por ejemplo, si Q es una variable aleatoria que denota el valor de
los caudales promedios diarios del ro Magdalena, entonces Q puede asumir
cualquier valor
En el anlisis probabilstico y estadstico en hidrologa, se asume que la
informacin histrica disponible de una variable hidrolgica representa una
muestra tomada de una poblacin cuyas caractersticas se desconocen. En el

anlisis probabilstico se analizan posibles leyes de probabilidad que pueden

describir el comportamiento de las variables de la poblacin. En el anlisis
estadstico, se hacen inferencias sobre la variable (la poblacin), usando la
muestra. Por ejemplo, cuando se calcula una media con observaciones
disponibles, se est infiriendo que la media calculada es la media de la poblacin,
lo cual no necesariamente es verdad, pues esto depender de la calidad de la
informacin, del nmero de observaciones y otros aspectos. El hecho es que
muchos fenmenos hidrolgicos son errticos, complejos y de naturaleza
aleatoria, y solo pueden ser interpretados en un sentido probabilstico. Uno de los
problemas ms importantes en hidrologa es la interpretacin de registros de
eventos pasados para inferir la ley de probabilidades de la variable hidrolgica
(poblacin) de inters, procedimiento que en hidrologa se conoce con el nombre
de anlisis de frecuencia.
Por ejemplo supngase que se tienen registros del caudal del ro Magdalena
durante un perodo de 50 aos. Son factibles dos tipos de anlisis: descriptivo y de
inferencia. El primero se realiza sin ninguna referencia a su poblacin, de la cual
se tiene una muestra de 50 aos. Consiste, bsicamente, en calcular propiedades
estadsticas, como media, varianza y otras. En el segundo, la muestra se analiza
para inferir las propiedades de su poblacin, lo cual ayudar a derivar las
caractersticas probabilsticas del caudal.
Probabilidades de excedencia hidrolgica
Es una medida probabilstica basada en datos de una serie histrica, que
permite distinguirlas caractersticas hidrolgicas de una cuenca. Es decir es el
valor que indica en porcentaje en el que los datos histricos registrados son
iguales al que corresponde dicho valor.
La probabilidad de excedencia (o probabilidad de ocurrencia) ayuda a obtener
una probabilidad de que al menos un evento de ciertas caractersticas tendr lugar
en un periodo de tiempo determinado (periodo de retorno), tambin puede ayudar
a caracterizar el nivel de intensidad de este diseo.
La frecuencia acumulada (frecuencia o probabilidad de no excedencia ).

Este anlisis de la frecuencia acumulada se hace con el propsito de obtener

una idea de cuantas veces ocurrir un cierto fenmeno, lo que puede ser
instrumental en describir o explicar una situacin en la cual el fenmeno juega un
papel importante, o en planificar intervenciones por ejemplo el control de
inundaciones.
Anlisis de frecuencia.
La probabilidad de excedencia y el periodo de retorno por definicin son
recprocos

entre

si:

p: 1/ T
Existen varias frmulas para estos clculos. En la mayora se producen
resultados similares en el centro o cerca del centroide la distribucin, en tanto se
tienen valores distintos o muy distintos en los extremos (bajo y alto).
En la eleccin del mtodo influye la finalidad de uso de los datos. Aun cuando
no existe criterio nico para este clculo entre todos los mtodos el ms usado es
el de Weibull.
Mtodo de Weibull
Formula:

Fa: (m/n+1) * 100 [%]

Fa: parmetro de posicin

M: nmero de orden
N: total de elementos (datos)
El parmetro de posicin corresponde a la probabilidad de excedencia y
representa el porcentaje de veces durante el cual un determinado evento es igual
o mayor que la cantidad indicada.
La probabilidad de no excedencia "p":

p: 1-p

"p" representa la probabilidad de que un evento no sea igualado o excedido.

El mayor evento tiene un orden m:1, el cual adems tiene un periodo de retorno
de n+1 aos. Los datos calculados se dibujan en un papel especial tipo
"probabilstico" donde el eje de las abscisas, normalmente, corresponde a las

escalas de probabilidades de excedencia, de no excedencia o de periodo de

retorno y en la ordenanza a escala natural, la variable (precipitaciones o caudales)
Frecuencia
Frecuencia es una magnitud que mide el nmero de repeticiones por unidad de
tiempo de cualquier fenmeno o suceso peridico.
Para calcular la frecuencia de un suceso, se contabilizan un nmero de
ocurrencias de este teniendo en cuenta un intervalo temporal, luego estas
repeticiones se dividen por el tiempo transcurrido. Segn el Sistema Internacional
(SI), la frecuencia se mide en hercios (Hz), en honor a Heinrich Rudolf Hertz. Un
hercio es la frecuencia de un suceso o fenmeno repetido una vez por segundo.
As, un fenmeno con una frecuencia de dos hercios se repite dos veces por
segundo. Esta unidad se llam originalmente ciclo por segundo (cps).
En estadstica, la frecuencia (o frecuencia absoluta) de un evento x, es el
nmero de veces ni que dicho evento se repite durante un experimento o muestra
estadstica. Comnmente, la distribucin de la frecuencia suele visualizarse con el
uso de histogramas.
Tipos de frecuencia
En estadstica se pueden distinguir hasta cuatro tipos de frecuencias:
Frecuencia absoluta de un valor de la variable estadstica X, es el nmero de
veces que aparece ese valor en el estudio. Se suele denotar por Fi a la frecuencia
absoluta del valor X = xi de la variable X. Dada una muestra de N elementos, la
suma de todas las frecuencias absolutas debe dar el total de la muestra estudiada
N.
Frecuencia relativa: (fi), es el cociente entre la frecuencia absoluta y el tamao
de la muestra (N). Es decir,
fi

= n i /N

=ni/i

ni

Siendo el fi para todo el conjunto i. Se presenta en una tabla o nube de puntos en

una distribucin de frecuencias. Si multiplicamos la frecuencia relativa por 100
obtendremos el porcentaje o tanto por ciento (pi)

Frecuencia absoluta acumulada: (Ni), se refiere al total de las frecuencias

absolutas para todos los eventos iguales o anteriores que un cierto valor, en una
lista ordenada de eventos.
Frecuencia relativa acumulada: (Fi), es el cociente entre la frecuencia
absoluta acumulada y el total de la muestra.
Fi =Ni/N
Ejemplos de frecuencias
Supongamos que las calificaciones de un estudiante de secundaria fueran las
siguientes:
18, 13, 12, 14, 11, 08, 12, 15, 05, 20, 18, 14, 15, 11, 10, 10, 11, 13. Entonces:
La frecuencia absoluta de 11 es 3, pues 11 aparece 3 veces.
La frecuencia relativa de 11 es 0.17, porque corresponde a la divisin 3/18 ( 3
de las veces que aparece de las 18 notas que aparecen en total).
La frecuencia absoluta acumulada para el valor 11 es 7, porque hay 7 valores
menores o iguales a 11.
La frecuencia relativa acumulada para el valor 11 es 0.38, porque corresponde
a la divisin 7/18 (frecuencia absoluta acumulada dividida entre el nmero total de
muestras).
El anlisis de frecuencia es una herramienta utilizada para, predecir el
comportamiento futuro de los caudales en un sitio de inters, a partir de la
informacin histrica de caudales.

Es un mtodo basado en procedimientos

estadsticos que permite calcular la magnitud del caudal asociado a un perodo de

retorno. Su confiabilidad depende de la longitud y calidad de la serie histrica,
adems de la incertidumbre propia de la distribucin de probabilidades
seleccionada. Cuando se pretende realizar extrapolaciones, perodo de retorno
mayor que la longitud de la serie disponible, el error relativo asociado a la
distribucin de probabilidades utilizada es ms importante, mientras que en
interpolaciones la incertidumbre est asociada principalmente a la calidad de los
datos a modelar; en ambos casos la incertidumbre es alta dependiendo de la
cantidad de datos disponibles (Ashkar, et al. 1994).

La extrapolacin de

frecuencias

extremas

en

una

distribucin

emprica

de

crecientes

es

extremadamente riesgosa (Garcon, 1994).

El anlisis de frecuencia consiste en determinar los parmetros de las
distribuciones de probabilidad y determinar con el factor de frecuencia la magnitud
del evento para un perodo de retorno dado.
Anlisis de frecuencia. Aplicaciones
Antes del inicio de cada ciclo agrcola se empiezan a tomar decisiones de que
se va a sembrar y cuanto se va sembrar. Se calculan demandas de todos los
cultivos. Pero Alcanzar el agua de las presas? Eso depende de los volmenes
de agua que entren a presa a travs del ro. Esos volmenes se pronostican o
estiman con el enfoque de anlisis de frecuencia.
Los gastos (volumen por unidad de tiempo) transportados por un ro para
determinado periodo de retorno con fines de disear un bordo contra inundaciones
o disear un vertedor una presa, pueden ser pronosticados con el enfoque de
anlisis de frecuencia (siempre y cuando se tengan datos de aforos diarios
mximos.
Perodo de retorno
Es uno de los parmetros ms significativos a ser tomado en cuenta en el
momento de dimensionar una obra hidrulica destinada a soportar avenida como
por ejemplos: el vertedero de una presa, los diques para el control de
inundaciones; o una obra que requiera cruzar un ro o arroyo con seguridad como
puede ser un puente.
El perodo de retorno se define como el intervalo de recurrencia (T), al lapso
promedio en aos entre la ocurrencia de un evento igual o mayor a una magnitud
dada.
El valor del perodo de retorno se determina en funcin de la posicin de la
variable aleatoria (Pmx o Mx. en su caso), con base en la siguiente ecuacin:
T =n+1 m

Donde:
T= periodo de retorno (aos)

n= nmero de aos de registro

m= nmero de orden
El perodo de retorno para el que se debe dimensionar una obra vara en
funcin de la importancia de la misma (inters econmico, socio-econmico,
estratgico), de la existencia de otras vas alternativas capaces de reemplazarlas y
de los daos que implicara su ruptura: prdida de vidas humanas, costo y
duracin de la reconstruccin, costo del no funcionamiento de la obra, etc.
Para seleccionar el perodo de retorno de las obras de ingeniera se utiliza el
siguiente cuadro:
Tipo de obras

T
(aos)

Aeropuertos, estaciones de ferrocarril y autobuses

Puentes sobres ros

10
5001000

Vas de comunicacin principales

5001000

Embalses
Cunetas en carreteras
Canales de abastecimiento de agua

100
5
100500

Estimacin de frecuencia de la lluvia

El estudiar las precipitaciones y conocer su distribucin temporal es motivo de
inters para diversos fines, por ejemplo meteorolgicos y edafolgicos, como
tambin hidrolgicos, al tiempo de lo cual se pueden proporcionar ndices para
realizar estudios de crecidas o permitir la alimentacin de modelos precipitacinescorrenta que permitan mejorar la informacin disponible, para un adecuado
diseo y dimensionamiento de las obras civiles. Para esto, es necesario conocer
las intensidades de precipitacin, para distintos perodos de retorno.
El presente documento pretende analizar el diseo y construccin de las curvas
Intensidad-Duracin-Frecuencia (IDF).
Las curvas Intensidad Duracin Frecuencia (IDF) son curvas que resultan
de unir los puntos representativos de la intensidad media en intervalos de diferente

duracin, y correspondientes todos ellos a una misma frecuencia o perodo de

retorno (Tmez, 1978).
Junto con la definicin de las curvas, surgen otros elementos a considerar,
como son la intensidad de precipitacin, la frecuencia o la probabilidad de
excedencia de un determinado evento. Por ello, es de suma importancia tener
claro el concepto de cada una de estas variables, de modo de tener una visin
ms clara de las curvas Intensidad-Duracin-Frecuencia.
En este sentido, se debe destacar que la intensidad, segn Chow et al (1994),
se define como la tasa temporal de precipitacin, o sea, la profundidad por unidad
de tiempo (mm/hr), y sta (1) se expresa como:
i = P / Td
Donde P es la profundidad de lluvia en mm o pulg, y Td es la duracin, dada
usualmente en hr.
Es importante sealar, que cuando slo se dispone de un pluvimetro en una
estacin, es evidente que, en general, slo se podr conocer la intensidad media
en 24 horas. Como se comprender, esta informacin puede inducir a grandes
errores por defecto, por cuanto las lluvias de corta duracin son, en general, las
ms intensas. Es natural entonces que las determinaciones de intensidades de
lluvia se hagan a partir de los registros proporcionados por los pluvigrafos (Aros,
1997).
Construccin de las Curvas IDF.
La construccin de las curvas Intensidad-Duracin-Frecuencia (IDF), segn
diversos autores, plantean distintas formas o mtodos para su construccin. Para
Aparicio (1997) existen dos mtodos; el primero, llamado de intensidad - perodo
de retorno, relaciona estas dos variables para cada duracin por separado,
mediante alguna de las funciones de distribucin de probabilidad usadas en
hidrologa.
El otro mtodo relaciona simultneamente la intensidad, la duracin y el perodo
de retorno en una familia de curvas, cuya ecuacin (2) es:

I=

K T m
(D+C)n

Donde k, m, n y c son constantes que se calculan mediante un anlisis de

correlacin lineal mltiple, y en tanto que I y d corresponden a la intensidad de
precipitacin y la duracin, respectivamente. Por otra parte, Chow et al (1994),
plantean dos formas de trabajar con las curvas. La primera, utiliza un anlisis de
frecuencia de la lluvia, considerando para ello una funcin de distribucin de
probabilidad de valor extremo como la funcin Gumbel.
El segundo mtodo, expresa las curvas IDF como ecuaciones, con el fin de
evitar la lectura de la intensidad de lluvia de diseo en una grfica. Wenzel (1982),
citado por Chow et al (1994), dedujo para algunas ciudades de los Estados
Unidos, algunos coeficientes para utilizarlos en una ecuacin (3) de la forma:
I=

c
(Td e+ F )

Donde I es la intensidad de lluvia de diseo, y Td la duracin, en tanto c, e y f

son coeficientes que varan con el lugar y el perodo de retorno. Por otro lado,
Varas y Snchez, citado por EULA (1993), han propuesto otra metodologa para el
diseo de las curvas IDF. Dicho procedimiento plantea la siguiente expresin (4)
para estimar la intensidades mximas, para distintos perodos de retorno y
duraciones:
P 1,t = K x P 10, d x C d,1 x C f, t
Donde:
P t , T = Lluvia con perodo de retorno de T aos y duracin t horas en (mm).
K = Coeficiente para obtener la lluvia mxima absoluta en 24 horas en funcin
del valor mximo diario ( k= 1,1).
P10 , D = Lluvia Mxima diaria con 10 aos de perodo de retorno.
C d , t = Coeficiente de duracin para t horas.
C f , T = Coeficiente de frecuencia para T aos de perodo de retorno.
Entonces, la intensidad mxima (5) de precipitacin queda dada por:

I 1, t

P 1, t
=
( mm
)
hr
d

Donde:
d = Duracin en hr.
Siguiendo esta metodologa, se pueden disear las curvas IDF en aquellas
ciudades o zonas en que slo exista informacin pluviomtrica, para lo cual se
debern seleccionar los coeficientes de duracin y frecuencia de la estacin
pluviogrfica ms cercana.
Otra forma o mtodo para determinar las curvas IDF, es el que se presenta en
este documento, y corresponde al que ha planteado Tmez (1978), el cual
relaciona las intensidades de precipitacin para distintos perodos de retorno, con
el propsito de graficar la relacin entre las tres variables (Intensidad- Duracin
Frecuencia), y cuyo esquema de la curva IDF es el siguiente:

Con;
D = Duracin en horas.
I = Intensidad de precipitacin en mm/hr. Vase (6).
A, B y C representan distintos perodos de retorno en aos.
I=

P
(6)
D

Donde P es la profundidad de lluvia en mm o pulg, y D es la duracin, dada

usualmente en horas.

Anlisis Estadstico de las curvas IDF

Otra forma de desarrollar las curvas IDF es a travs de una forma analtica
propuesta por Aparicio (1997). Dicho autor plantea la alternativa de obtener una
ecuacin que genere las curvas IDF a travs de un modelo de regresin lineal, de
modo de extrapolar la ecuacin generada, a zonas que carezcan de registros
pluviogrficos y que se encuentren relativamente cerca. Por lo que, se procede a
analizar el comportamiento de las variables involucradas en este estudio,
relacionando simultneamente las tres variables en una familia de curvas, para lo
cual se utiliza la ecuacin (8) propuesta por Aparicio (1997), la cual ha sufrido una
pequea modificacin, a saber:
I=

kT m
D n

Donde k, m y n son constantes de regresin lineal mltiple, donde T es el

perodo de retorno en aos, D la duracin en minutos u horas, e I la intensidad de
precipitacin en mm/hr.
Luego, aplicando los logaritmos a la ecuacin (8) propuesta se pretende llegar a
la forma de un modelo de regresin lineal mltiple y cuyo modelo se expresa en la
ecuacin (9):
log I = log k + m log T n log D (10)
y = a o + a 1 X 1 + a 2 X 2 (11)
Donde:
Y= log I
X1= log T
X2= log D
ao= log k
a1= m
a2= -n
Una vez calculados los coeficientes ao, a1 y a2 fue posible obtener los valores
de los parmetros k, m y n de la ecuacin (10). Finalmente el modelo ajustado
para la estacin Talca es el siguiente:

I=

( 35,205 T 0,195247 )
D 0,381204

R2=96,79
La calidad de la regresin, se verifica al analizar los supuestos de regresin
para la funcin modelada, es decir, se debe cumplir los supuestos de Normalidad,
Homocedasticidad y no-Autocorrelacin (Gujarati, 1992).