Hidrologia Atmosferica

Hidrología Agrícola Rafael Muñoz Carpena
PARTE II: HIDROLOGÍA ATMOSFERICA

Tema 2: Relaciones agua-atmósfera
El vapor de agua es el componente traza (presente en pequeñas cantidades) del aire

que controla el clima (motor hidrologógico fundamental) y la química atmosférica.
Sin vapor de agua, el gas de “efecto invernadero” más importante, la temperatura
media del planeta sería muy inferior a la de congelación. Este componente es a su
vez la principal fuente del radical hidroxilo (OH) en la atmósfera que como agente
oxidante de muchos contaminantes aéreos actúa como el “detergente atmosférico”.
Como se describe más adelante, el calor latente asociado al vapor de agua
atmosférico afecta esencialmente a la estabilidad vertical de la atmófera, a su
estructura y balance energético, y determina la formación de tormentas. Sin
embargo, y a pesar de avances reciente, el desconocimiento de la distribución y
variabilidad del vapor de agua en la atmósfera limitan el conocimiento del sistema
climático, sus cambios y predicción (Gaffen y Ross, 2000).
El estado de la atmósfera junto con los fenómenos atmosféricos de precipitación,
movimiento del aire, transferencia de calor y vapor de agua, y su predicción, son el
objeto de estudio de la meteorología. Esta ciencia es de especial interés para el uso
efectivo del agua y el suelo. El tiempo meteorológico es el factor que controla los
siguientes factores hidrológicos:
(a) el movimiento del agua y suelo (erosión) en superficie .
(b) las reservas de aguas superficiales y subterráneas
(c) la evaporación del agua de la superficie
(d) la transpiración de los cultivos
(e) el exceso o carencia de agua en el suelo y sus efectos (percolación profunda y

marchitez de plantas).
La Figura 2-1 ilustra la interrelación entre la precipitación y los otros componentes
del ciclo hidrológico para un periodo idealizado de 4 años. Las variaciones de
precipitación en el tiempo se transmiten suavizadas y con un retraso en el tiempo
sobre los otros componentes del ciclo.
Los intercambios de agua atmosférica (precipitación, evaporación y rocío), ya sea
por exceso o defecto o por falta de distribución uniforme, son uno de los
principales factores limitantes de la producción agrícola sostenible y su estudio es
también parte de la hidrología agrícola.
Dichos procesos controlan también el impacto potencial que una misma práctica
agroforestal puede tener en escenarios diferentes y las prácticas de manejo
necesarias para minimizarlo. El componente climático es asimismo unos de los
procesos formadores del suelo. El papel del suelo como transmisor o no de agua
controla los otros componentes del ciclo hidrológico en las zonas terrestres, como
se estudiará en los temas de Hidrología del Suelos.
Tema 2:Relaciones agua-atmósfera 23

Precipitación
Escorrentía
INDICE DE SEQUIA
Humedad del suelo
Flujo en ríos
Agua subterránea
TIEMPO (años)
Figura 2-1. Interrelación entre la precipitación y otros componentes

hidrológicos (adapt. de Changnon, 1987 referido por Maidment, 1992)
2.1 Gases perfectos, ley de presiones parciales y composición del

aire.
El aire está constituído por una mezcla de gases en proporciones más o menos
constante y un gas que varía en la mezcla: el vapor de agua (Tabla 2-1).
Tabla 2-1: Composición del aire (densidad en condiciones estándard)
Peso Densidad Conc. en

% en
Gas molecular cond. est. masa Rg = R/M
volumen
M (g/mol) (kg/m3) (kg/m3)
Nitrógeno 28.01 1.250 78.09 0.975 296.82

Oxígeno 32.00 1.429 20.95 0.300 259.81
Argón 38.98 1.783 0.93 0.016 213.29
CO2 44.01 1.977 0.03 0.001 188.91
Aire seco 29.00 1.292 100.00 1.292 Rd=286.69
Vapor 18.00 --- variable variable Rv=486.89
2.1.1 Ley de Boyles y Charles de los gases perfectos

Considerendo los gases de la mezcla como gases perfectos, se cumplirá para cada
gas la relación entre presión, volumen y temperatura dada por la ecuación de
Boyles y Charles,

p.Vm = R.T → p = ρ.R.T/M = ρ.Rg.T (2-1)
donde Vm=M/ρ= 0.0224 m3 (22.4 litros) es el volumen ocupado por un mol del gas
a presión y temperatura estándar (101.3 kPa y 273.2 K), R es la constante universal
de los gases perfectos, 8.134 J mol-1K-1, ρ= densidad del aire=M/Vm (Kg m-3), M
es la masa molecular (de un mol) del gas considerado (Kg mol-1), Rg=R/M es la
constante del gas considerado (Tabla 2-1).
La ecuación de Boyles y Charles establece la relación entre presión, volumen y
temperatura, particularmente útil en cuatro tipos de procesos:
a) isócoro: volumen constante →p ∝ T
b) isóbaro: presión constante →V ∝ T
c) isotermo: temperatura constante →V ∝ 1/P
d) adiabático: energía constante (sin intercambio con el exterior) →p, T, V varían.
2.1.2 Ley de Dalton de las presiones parciales.

En una mezcla de gases perfectos la presión que ejerce uno de los gases (presión
parcial) es independiente de la presencia de otros gases y la suma de todas la
presiones parciales es igual a la presión total o barométrica que experimenta el gas.
Podemos considerar el aire completo (aire húmedo) como la mezcla de dos partes:
una constante (aire seco) y una variable (vapor de agua). Utilizando los subíndices
a, d, v para el aire húmedo, seco y vapor de agua respectivamente, y p, p-e, e para
las presiones total (del aire húmedo), presión parcial del aire seco (sin considerar el
vapor de agua), y presión parcial del vapor, la ecuación de Boyles y Charles para
cada gas de la mezcla resultaría,
aire húmedo → p=ρaRaT ; vapor → e=ρvRvT ; aire seco→ p-e=ρdRdT (2-2)
Como la densidad total (aire húmedo) es la suma de las densidades de las partes
(ρa=ρv+ρd), sabiendo que la relación Rd/Rv=0.622 (Tabla 2-1) obtenemos,
p = [ρd + ( ρv / 0.622)] Rd T (2-3)
Ra=Rd (1+608 ρv / ρa) → Ra≈Rd (2-4)
De la relación de densidades anterior se deduce que el aire seco es menos denso

que el húmedo, lo que implica que el aire seco pesa menos y asciende en la
atmósfera lo que está relacionado con procesos de transferencia de calor. Se llama
temperatura virtual (Tv) la que tendría un paquete de aire seco para tener la misma
densidad que otro paquete de aire húmedo a la misma presión y temperatura T,
Tv = T (1 + 0.378 e/p) → Tv > T (2-5)
2.2 Contenido de humedad de la atmósfera. Psicrometría
2.2.1 Humedad absoluta

Es la masa de vapor de agua por unidad de volumen de aire, también denominada

densidad de vapor,
χv=mv / V = 2.165x10-3 e/T (2-6)
2.2.2 Humedad específica

Es la masa de vapor de agua por unidad de masa del aire húmedo. Se prefiere esta
medida a la anterior ya que el volumen del aire varía mucho con la presión y
temperatura (ecuación de gases perfectos)
qv = mv / ma = mv / (mv+md) = ρv / ρa = 0.622 e/p (2-7)
Como referencia, un valor alto de humedad correspondería a qv=0.03, lo que en la

ecuación (2-4) resultaría Ra=1.02 Rd, luego la simplificación Ra≈Rd en dicha
ecuación es aceptable.
2.2.3 Presión parcial de vapor, déficit.

Derivada de la aplicación de la ley de Dalton de mezcla de gases, es la presión que
ejerce el vapor de agua en la mezcla del aire, e. La presión parcial de vapor a
saturación, es, es el valor máximo de e para cada temperatura (cantidad máxima de
vapor de agua que el aire puede contener a una temperatura dada) y sería aquel que
corresponde al valor en el que la tasa de condensación y evaporación son iguales.
Se calcula para cada temperatura como,
17.27T
( )
237.3 + T
e s = 611e (2-8)
Una medida de la cantidad de vapor que puede añadirse al aire hasta su saturación
la da el déficit de presión de vapor, DPV = es - e.
En ocasiones es de interés conocer la tasa de variación de es en un intervalo de
temperatura, lo que se conoce como gradiente de presión de vapor a saturación, ∆
de s es lv 4098e s
∆ = = = (2-9)
dT Rv T2 ( 237.3 + T ) 2
2.2.4 Humedad relativa

La humedad relativa indica la relación entre la humedad del aire a una temperatura
dada (e), y el máximo potencial a esa temperatura (es),
HR= e/es x 100 (2-10)
Para el cálculo de la humedad relativa se utilizan los psicrómetros. Estos aparatos

se componen de dos termómetros, uno de ellos se encuentra al aire (termómetro
seco ) y el otro (termómetro húmedo) rodeado de una mecha de algodón mantenida
saturada mediante un depósito. La temperatura del bulbo húmedo normalmente es
inferior a la del bulbo seco. El proceso experimentado por el aire que rodea el
bulbo húmedo es adiabático (sin intercambio de calor con el exterior) por el cual
parte de su energía interna se utiliza en evaporar agua hasta la saturación

resultando en un enfriamiento.
En estas condiciones (Figura 2-2), dado un paquete de aire en condiciones de
temperatura y humedad A(Ta, e) en el plano XY (X= temperatura, Y= presión
parcial de vapor), el enfriamiento adiabático se produce siguiendo una recta de
pendiente -γ (constante psicrométrica) y que pasa por el punto A hasta el corte con
la curva de saturación (e=es) en el punto A’(Tw, e(Tw)). Aplicando la ecuación de la
recta que pasa por dos puntos AA’ resulta:
e = es(Tw) - γ (Ta -Tw) (2-11)
La constante psicrométrica se calcula como γ=cp.p /(lv*0.622). Donde cp =

1.01x103J/Kg°K es el calor específico del aire a presión constante, lv=2.501x106-
2370 T es el calor latente de vaporización. Para condiciones estándard (p=101.3
KPa y T=20 °C) resulta γ=67 Pa/°K
Ejemplo: En un psicrómetro se leen temperaturas de 20 y 25°C para el bulbo

húmedo y seco, respectivamente. Tomando γ =67 Pa/K la humedad HR se calcula:
a) es(Tw) = 611 exp(17.27x20 /(237.3+20)) = 2339.1 Pa
b) e = es(Tw) - γ (Ta -Tw) = 2339.1 - 67 (25 - 20)= 2004.1 Pa
c) es(Ta) = 611 exp(17.27x25 /(237.3+25)) = 3168.81 Pa
d) HR = e/es x 100 = 63%
e=es
Presión parcial de vapor, e (Pa)
6000
4000
es
DPV
A’ (Tw, es(Tw))
e
2000 A (Ta, e)
Tw Ta -γ (
0
0 10 20 30 40 50
Temperatura del aire, T (°C)
Figura 2-2. Cálculo de la humedad relativa del aire con un psicrómetro.
El concepto de humedad relativa aplicado a una superficie en contacto con el aire

indica el equilibrio termodinámico entre el agua líquida del material y el vapor, o
lo que es lo mismo su capacidad de secado en función de la humedad del aire en un
momento dado. Así la Tabla 2-2 recoge la humedad relativa para distintos

materiales. Nótese que un material se secará o hidratará en función del valor de HR

del aire que lo rodea hasta alcanzar el equilibrio.
Tabla 2-2: Humedad relativa al equilibrio ( 20°C) y energía libre (Gibbs) equivalente de
algunas sustancias comunes (de Monteith y Unsworth, 1995)
Sustancia Humedad relativa (%) Energía libre (MPa)
Fluído celular de planta 100 a 98 0 a -3

Agua del Océano 98 -3
Salami freco 80 -30
Cloruro sódico saturado 75 -39
Cereales de desayuno 20 -218
crujientes
LiCl . H2O saturado 11 -299
Sabiendo que la humedad relativa del aire en un frigorífico en un momento dado es

del 65%, ¿que ocurrirá con los cereales si se guardan dentro?. ¿Y con el salami?.
2.3 Agua precipitable en una columna de aire saturado
El agua precipitable es la cantidad máxima total de vapor de agua que puede

contener una columna de aire que gravita sobre un punto. Es una medida de la
humedad total de la atmófera en condiciones de saturación, de referencia en
procesos de precipitación. Para el cálculo se establece la siguiente metodología:
a) Condiciones de partida:
a1. Columna de aire en condiciones de equilibrio hidroestático y térmico.
a2. Columna de aire saturado
b) Principios implicados:
b1. Principio de la hidroestática (variación de la presión con la altura): dP/dz=−ρag
b2. Ecuación general de los gases (variación de la p con la T): P=ρaRaT≈ρaRdT
b3. Lapso adiabático (variación de la T con la altura): dT/dz=−α=g/cp=-6.5°C/km
c) Ecuaciones auxiliares: 17.27T
( )
237.3 + T
c1. presión parcial de vapor a saturación: e s = 611e
c2. humedad específica: qv = 0.622 e/p
Aplicando los principios y ecuaciones segmento a segmento en la columna,
utilizando los valores finales de cada segmento como condiciones iniciales de
cálculo en el siguiente segmento, obtenemos la siguiente ecuación del agua
precipitable,

∫ ≈ ∑ q v i ρ a Adz
z2
Mp = q ρ Adz
z1 v a
(2-12)
i
1
La Tabla y Figura 2-3 ilustra el procedimiento de cálculo para una columna de aire
saturado de 10 Km de altura a 30°C de temperatura en superficie y presión normal.
Nótese que casi las 3/4 partes del vapor de agua se localiza en los primeros 2 Km.
Tabla 2-3: Cálculo para columna saturada, 30°C, 1 bar en superficie, y 10 km altura
z T T p ρa e qv qv ρa ∆m ∆m
(km) (°C) (°K) (kPa) (kg/m3) (kPa) (kg/kg) (kg/kg) (kg/m3) (kg) (%)
0 30 303 101.3 1.16 4.24 0.0261

2 17 290 80.4 0.97 1.94 0.0150 0.0205 1.07 43.7 57
4 4 277 63.2 0.79 0.81 0.0080 0.0115 0.88 20.2 26
6 -9 264 49.1 0.65 0.31 0.0039 0.0060 0.72 8.6 11
8 -22 251 37.6 0.52 0.10 0.0017 0.0028 0.59 3.3 4
10 -035 238 28.5 0.42 0.03 0.0007 0.0012 0.47 1.1 2
Total= 77.0 100
z z
g/αRa T2 = T1 - α (z2 - z1)

p1 = p2 (T2/T1)
z2 2 z2
dz
z1 1 z1
A=1
O O
p2 p1 Presión, P T2 T1 Temperatura, T
Figura 2-3. Distribución de la temperatura y presión en una columna de aire saturado en equilibrio
(adapt. de Chow et al., 1987)
2.4 Formación de la lluvia en las nubes y distribución de los

tamaños de gotas
El proceso de formación de gotas en las nubes y su precipitación hacia las nubes es

complejo y en ocasiones no suficientemente entendido. Necesita de unas partículas
sólidas suspendidas en el interior de la nube llamados núcleos de condensación. El

proceso se resume en la Figura 2-4. La adición mediante avionetas de ioduro de

plata (como núcleos de condensación) en las nubes, siembra de nubes, a dado
resultados de lluvia en algunas ocasiones, aunque por falta de resultados
consistentes su uso es raro.
Figura 2-4. Proceso de formación de las gotas de lluvia en una nube (adapt.
de Chow et al., 1987)
La distribución de los tamaños de gotas en lluvias de diferente intensidad se

presenta en la Figura 2-5.
4
20
Diámetro de gota (mm)
Porcentaje total del volumen caído
15
0
0 50 100 150
Intensidad de lluvia (mm/h)
10
1.3 mm/h
5 13 mm/h
102 mm/h
0
0 1 2 3 4 5 6 7
Diámetro de la gota (mm)
Figura 2-5. Distribución del tamaño de gotas en relación con la intensidad de
lluvia (adapt. de Schwab et al., 1993)
2.4.1 Velocidad terminal de una gota de agua de lluvia

Es la velocidad final de una gota resultante del equilibrio de fuerzas que soporta.
Gravedad: Fg = m.a = ρw.V.g= ρw.g.(π/6).D3
D
Empuje: Fb = m.a = ρa.V.g= ρa.g.(π/6).D3
Fb Rozamiento: Fd = Cd. ρa.A.v2/2= Cd. ρa.(π/4).D2.v2/2
Fd Donde A es el área de la sección transversal de la gota.
Fg La velocidad terminal se alcanza cuando la sumatoria
de fuerzas es igual a 0 --> Fd = Fg - Fd, con lo que
resulta,
4gD  ρ w 
V vt = −1 (2-13)
3C d  ρ a 
y Cd se obtiene de la Tabla 2-4.

Tabla 2-4: Coeficientes de rozamiento para calcular la velocidad terminal (D>0.1 mm)a
Diámetro de la 0.2 0.4 0.6 0.8 1.0 2.0 3.0 4.0 5.0
gota, D (mm)
Cd 4.2 1.66 1.07 0.815 0.617 0.517 0.503 0.559 0.660
a. Condiciones atmosféricas estándar de temperatura y presión
Para el caso D<0.1 la Ley de Stokes es de aplicación, donde Cd = 24/Re=24.νa/

(vt.D), en cuyo caso la ecuación 2-13 resulta en, vt = (ρw/ρa-1) gD2/(18ν).
10
8
Velocidad terminal (m/s)
0
0 1 2 3 4 5 6
Tamaño de la gota (mm)
Figura 2-6. Velocidad terminal calculada con las fórmulas anteriores
En la Figura 2-6 se observa que para las mayores gotas (inestables a partir de 3
mm) se empieza a estabilizar la velocidad terminal en torno a 8 m/s. La masa de la
gota y su velocidad terminal sirven para calcular la energía de impacto de la gota
sobre el suelo (su energía cinética) responsable de los procesos de erosión del

suelo. Nótese como la hipótesis de cálculo de velocidad terminal depende de la

forma esférica de la gota y como ésta se pierde a diámetros superiores a 3 mm
(Figura 2-7).
Figura 2-7. Forma de las gotas de lluvia en relación con su diámetro (adapt. Maidment,
1992)
2.5 Intensidad de la precipitación: hietograma y curva de lluvia

acumulada
El fenómeno de la precipitación se caracteriza por su variabilidad en espacio y
tiempo. Ello obliga a la aplicación de métodos que permitan caracterizar las
tormentas en base a su valor efectivo sobre una superficie y el espacio de tiempo en
el que ocurren.
4
(a)
3
i (mm/15 min)
0
0 50 100 150 200
Tiempo (min)
15
Precipitación acumulada (mm)
10
(b)
15 min
5
30 min 120 min
60 min
0
0 50 100 150 200
Tiempo (min)
Figura 2-8. Tormenta registrada en Valle Guerra el 07/03/96 a las 12:30 am

Las tormentas se definen por el volumen de agua precipitada P (mm) y la

intensidad de lluvia o precipitación instantánea, i (mm/h). Desde el punto de vista
hidrológico es importante considerar que un mismo volumen de agua caído
durante una tormenta puede provocar distinta infiltración y escorrentía en función
de la intensidad de lluvia ocurrida durante la misma (como se verá en capítulos
posteriores). La gráfica de variación en el tiempo de la intensidad de lluvia se
denomina hietograma y por tratarse de una función discreta en el tiempo debe
representarse mediante un diagrama de barras (Figura 2-8a). La sumatoria de la
lluvia caída hasta un momento dado desde el principio de la tormenta se denomina
curva de lluvia acumulada o incremental y se representa con una línea continua
(Figura 2-8b).
Como la intensidad de lluvia a lo largo de la tormenta varía, es de interés obtener
los máximos de volumen de lluvia (profundidad máxima) y la intensidad máxima
para periodos de una duración determinada dentro de la tormenta, normalmente 15,
30, 60 y 120 min. El procedimiento de cálculo se ilustra en la Tabla 2-5 para una
tormenta donde se recogieron 14.7 l/m2 en unas 3 h. Las i15, i30, i60 e i120 para
dicha tormenta fueron 17.2, 13.6, 8.8 y 5.6 mm/h respectivamente.
Tabla 2-5: Procedimiento de cálculo de profundidades e intensidades máximas para la
tormenta registrada en Valle Guerra (La Laguna) el 07/03/96 a las 12:30 am
t (min) P_ac (mm) 15min 30min 1h 2h
0 0 -- -- -- --
15 0.3 0.3 -- -- --
30 0.5 0.2 0.5 -- --
45 1.5 1 1.2 -- --
60 3.4 1.9 2.9 3.4 --
75 3.5 0.1 2 3.2 --
90 6 2.5 2.6 5.5 --
105 10.3 4.3 6.8 8.8 --
120 10.4 0.1 4.4 7 10.4
135 10.5 0.1 0.2 7 10.2
150 10.6 0.1 0.2 4.6 10.1
165 11.2 0.6 0.7 0.9 9.7
180 14.5 3.3 3.9 4.1 11.1
195 14.7 0.2 3.5 4.2 11.2
Profundidad máxima (mm) 4.3 6.8 8.8 11.2
intensidad máxima (mm/h) 17.2 13.6 8.8 5.6

2.6 Cálculo del promedio de lluvia sobre una superficie
La precipitación es también variable en el espacio como demuestra el hecho

cotidiano del cambio de intensidad de lluvia observado al avanzar por una calle o
carretera. Esto ofrece un nuevo problema a la hora de definir el suceso. Si hay
variación y éssta es observable, ¿que valor debe utilizarse?. Para grandes
superficies (una cuenca) puede instalarse lo que se denomina una red de
pluviómetros o simplemente un conjunto de pluviómetros espaciados dentro de la
superficie. Con los valores de cada pluviómetro puede obtenerse un valor
promedio del volumen recogido o efectivo sobre el área con la que se caracteriza la
tormenta.
El valor promedio es aquel que se obtiene como la sumatoria del producto de cada
valor individual, pi, por unos coeficientes de ponderación, ai,
n n
p̂ = ∑ ai pi ; con ∑ ai = 1 (2-14)
1 1
Figura 2-9. Métodos de cálculo de la lluvia promedio sobre un área con datos de una red de
pluviómetros (de Chow, 1987)

Figura 2-9. (cont) Métodos de cálculo de la lluvia promedio sobre un área con datos de
una red de pluviómetros (de Chow, 1987)
En la Figura 2-9 se comparan tres de los métodos más comunes empleados. Como
puede verse en la Figura la elección del método de promedio tiene incidencia sobre
el valor efectivo obtenido. En general métodos como el de teselación (Thiessen) o
el basado en isoyetas (lugar geométrico de puntos con igual precipitación) son más
aceptables que la media artimética, por lo que se recomiendan.
2.7 Efecto de la orografía y distancia al mar sobre la precipitación.
La influencia de los mares y océanos, principal fuente del vapor de agua

atmosférico, se hace patente en las zonas costeras. La presencia de sistemas
montañosos suficientemente elevados en zonas próximas a la costa en conjunción
con vientos dominantes hacia el interior provoca la entrada de aire húmedo, su
elevación hacia zonas altas y más frías de la atmósfera lo que provoca su
saturación y precipitación en la cara expuesta a la costa. Cuando el aire atraviesa
las montañas ha cedido gran parte de su humedad y resulta en zonas secas al otro
lado de las montañas. La Figura 2-10 ilustra este proceso en la zona de las
Montañas Rocosas en EEUU.
El proceso es similar al observado en las Islas Canarias en las laderas Norte de las
islas de mayor elevación (ver ejercicios).

Altitud (1000 m sobre nivel del mar)

Lluvia anual (100 mm) 15 3
Lluvia
10
2
Nueva York
5
California N
Elevación 1
0 1000 2000 3000 4000 5000

Distancia desde la costa de California (km)
Figura 2-10. Efecto de la variación con la elevación topográfica a lo largo del paralelo 40 en los
Estados Unidos (adapt. de Schwab, 1993)
2.8 El clima en el planeta: circulación general atmosférica.
Se denomina clima a las condiciones medias de humedad, temperatura y viento

sobre una zona. El estudio de los fenómenos climáticos está afectado por la escala
de estudio como se recoge en la Tabla 2-6.
Tabla 2-6: Escalas de variabilidad climática (Ejemplos)
Planetaria Macroescala Mesoescala Microescala

(≥104 km) (103 km) (100−102 km) (≤10-1 km)
Radiación solar Sistemas Accidentes Caracterísicas del

montañosos geográficos locales Suelo
regionales
Circulación Grandes lagos Brisas marinas Variaciones de
atmosférica media vegetación a
meridional pequeña escala
Contraste tierra- Grandes Vientos de la Estructuras
océano ecosistemas montaña al valle indiduales del
(bosques, desiertos) paisaje
Altas presiones Sistemas Efectos urbanos
subtropicales meteorológicos de
latitud media
Vientos alisios Tormentas
tropicales

Tabla 2-6: Escalas de variabilidad climática (Ejemplos)
Planetaria Macroescala Mesoescala Microescala

(≥104 km) (103 km) (100−102 km) (≤10-1 km)
Areas de tormentas
de latitud media
Corrientes de
chorro
La atmófera se divide en una serie de capas concéntricas alrededor del planeta de

diferente espesor. La capa interior en contacto con la superficie del planeta (con
espesor variable entre 11-16 km) se denomina troposfera por ser en la que se
produce la actividad atmosférica (“tropo”=movimiento): variación de temperatura
con altura, convección, formación de nubes, precipitación, etc. Por encima de ella
se encuentra la estratosfera (hasta los 50 km) caracterizada por su muy baja
densidad, poco cambio de temperatura con la altura y presencia de vapor de agua
mínima. Entre la troposfera y estratosfera se encuentra la tropopausa de interés por
desarrollarse ciertos fenómenos atmosféricos como las corrientes de chorro que
tienen gran influencia sobre las condiciones generales atmosféricas. Por encima de
la estratosfera y hasta el espacio exterior se encuentra la ionosfera (hasta los 500
km) que contiene particulas cargadas libres (iones) que intervienen en la
transmisión ondas de radio a largas distancias alrededor de la Tierra, y consistente
en varias regiones muy cambiantes a lo largo del día, estación, etc.
Figura 2-11. Circulación atmosférica en planeta sin rotación - células

de Hadley (de Chow, 1987)
A nivel planetario, la distribución del clima está ligada en primer lugar al

fenómeno del desigual calentamiento que recibe el planeta entre el ecuador y los
polos por efecto de su forma casi esférica y la inclinación de los rayos solares
recibida a diferentes latitudes. La intensidad de radiación recibida por una

superficie es directamente proporcional al coseno del ángulo que forman los rayos
con la normal a la superficie (Ley de Lambert del coseno). Este ángulo es próximo
a 0° en el ecuador (cos 0°=1) y a 90° en los polos (cos 90°=0) con lo que la
radiación solar es máxima en el ecuador y mínima en los polos. La mayor
temperatura del aire en el ecuador disminuye su densidad por lo que el aire caliente
asciende y es reemplazado por aire frío procedente de los polos. Esto resultaría en
el modelo de células de Hadley presentado en la Figura 2-11.
Sin embargo hay otro efecto que hay que considerar para construir un modelo de
circulación de la atmófera a nivel planetario: la rotación del planeta sobre su eje.
Figura 2-12. Esquema de circulación general atmosférica (de Chow, 1987)
La rotación y la inercia de las masas atmosféricas provoca un efecto de coriolis

sobre la atmósfera que produce la rotura de las células de Hadley hasta alcanzar un
nuevo equilibrio en un sistema de 3 células entre las latitudes de 0° a 90°, con
puntos de altas y bajas presiones asociados a distintas latitudes (Figura 2-12).
Nótese como las zonas de altas presiones (30° y 90°) son zonas donde el aire de la
parte superior de la troposfera, con poco contenido de humedad por su menor
temperatura, desciende a capas inferiores generando una zona de clima estable con
escaso viento y precipitaciones. En las zonas de bajas presiones (0° y 60°) el efecto
es el contrario, aire caliente y húmedo asciende en la atmófera y al enfriarse
produce precipitaciones abundantes. Entre estas zonas se producen transferencias
de aire en superficie para compensar los intercambios entre la parte superior e
inferior de la atmófera descritos.
La Figura 2-13a ilustra las condiciones medias de la atmósfera en el hemisferio
Norte y la ubicacion de las zonas de vientos dominantes y altas y bajas presiones.
Compárese con la Figura 2-13b que muestra la distribución de la precipitación
anual media según latitudes y su relación con las zonas de altas y bajas presiones
dominantes en el planeta.
Nótese en la Figura 2-13b la desigual distribución de lluvias entre el hemisferio
Norte y Sur. ¿Porqué?.

Polo 90° Ν
Altas presiones polares
60° Ν
Vientos del Este

30° Ν
Bajas presiones 60°
Ecuador
Vientos del Oeste
Altas presiones subtropicales 30°
Vientos Alisios del NE 30° S
60° S
Calma ecuatorial Ecuador

90° S
0 100 200
(a) (b) Precipitación anual (cm)
Figura 2-13. Esquema de circulación general atmosférica y distribución de precipitación a nivel

planetario (adpt. de Maidment, 1992)
2.9 Radiación solar
2.9.1 Ley de Steffan-Boltzmann

Expresa la relación entre la radiación emitida por un cuerpo y su temperatura,
Re=ε.σ.T4 (2-15)
Donde Re es la radiación en W/m2, ε es la emisividad del cuerpo (1 para cuerpo

negro), s es la constante de Steffan-Boltzmann (5.56 x10-8 W.m-2K-4) y T es la
temperatura del cuerpo en °K
2.9.2 Ley de Wien

Expresa la relación entre la longitud de onda y temperatura de un cuerpo,
λ=2.90 x 10-3 / T (2-16)
donde λ es la longitud de onda (m) y T en (°K).
2.9.3 Radiación incidente sobre una superficie

El balance de radiación neta sobre una superficie se presenta en la Figura 2-14.
Nótese como la radiación incidente solar es radiación de onda corta (muy
energética) y la emitida por la superficie es de onda larga infrarroja (poco
energética) al tener el cuerpo menor temperatura (con respecto al Sol!).
Como la radiación incidente en la superficie del planeta es la suma de la
procedente directamente del Sol (onda corta, Rs) y la emitida por la atmósfera
(onda larga, Rl) la ecuación de balance en la superficie terrestre queda como,

Figura 2-14. Radiación incidente sobre una superficie (de Chow, 1987)
Rn = (Rs + Rl) (1-α) - Re (2-17)
La Figura 2-15 explica la variación que los términos de la ecuación de radiación

neta sobre la superficie del planeta experimentan con la latitud, y como a partir de
los 50° de latitud aproximadamente el balance anual de radiación neta empieza a
ser negativo.
400
300 Calentamiento
radiactivo
Radiación (w/m2)
200
Enfriamiento
radiactivo
100
Emisión de infrarrojos
Absorción de radiación solar
0
0 20 40 60 80 Polo
Ecuador
Latitud (°)
Figura 2-15. Variación de los términos de la radiación neta media anual con la latitud.
2.9.4 Balance de radiación en la atmósfera.

El balance de radiación absorbida y emitida en la atmósfera y la superficie permite
obtener las cifras netas de energía disponible en la superficie del planeta para los
procesos de transferencia de calor sensible H (cambios de temperatura),
H = deu = dQ/m = cp dT (2-18)
y calor latente lv (cambios de fase-evaporación),

lv = 2.501x10-6- 2370 T (2-19)
donde dQ/m es la variación de calor del aire por unidad de masa (J/Kg), T es la
temperatura del aire (°C) y lv el calor latente de vaporización. La Figura 2-16
muestra como el 51% de energía la energía solar recibida en el extremo de la
atmósfera es finalmente absorbido por la superficie y de éste el 23% es empleado

en procesos de evaporación sin cambio de temperatura (calor latente) y el 7% en

cambios de temperatura (calor sensible).
Figura 2-16. Balance de radiación a nivel atmoférico (de “Understanding Climatic Change”,
p18. National Academy of Sciences, Washington DC. 1975, ref. por Chow, 1987)
Las formas de transmisión de la energía (calor latente y sensible) en la atmósfera y

superficie son:
(1) Radiación: transferencia mediante campos electromagnéticos incluso en el
vacío, sin necesidad de contacto entre emisor y receptor.
(2) Convección: transferencia por movimiento y mezcla de masas de diferente
temperatura.
(3) Conducción: transferencia por intercambio de energía cinética entre
molécula en el límite entre dos cuerpos de diferente temperatura.
En ausencia de viento la transferencia de calor entre superficie y atmósfera es
principalmente por conducción, pero con viento es por convección y conducción.
2.10 Métodos de cálculo de evaporación desde una lámina de agua.
La evaporación desde una lámina abierta al agua está influenciada por dos factores:
a) energía disponible para el calor latente de vaporización y b) habilidad del
sistema para transportar el vapor de agua fuera de la superficie evaporativa para
crear nuevos déficit de presión de vapor y continuar el proceso de vaporización. El
principal factor en el transporte del vapor de agua es el viento y el déficit de vapor
de agua del aire en la zona. Según esto podemos clasificar los métodos de
evaporación en tres grandes grupos:
i) métodos de balance de energía
ii) métodos aerodinámicos
iii) métodos mixtos o de combinación
No es el objeto de este texto una revisión en profundidad de dichos métodos. Para

una revisión en profundidad de dichos métodos el lector es referido a Jensen et al.,

(1990). En la Tabla 2-7 se resumen las ecuaciones de cálculo asociadas a dichos
métodos. La ecuación de Priestley-Taylor se utiliza para el cálculo en áreas
grandes donde el factor radiación domina sobre el viento (Chow et al., 1987).
Tabla 2-7: Ecuaciones para el cálculo de la evaporación desde una lámina de agua
Simplificación para
Ecuación general Ecuaciones
Método condiciones
(mm/día) auxiliaresa
normales (mm/día)
Balance de energía Er = Rn / (lv ρw) Ec. (2-17) Er = 0.0353 Rn
2
Aerodinámico Ea = B (es - e) 0.622k ρ a u 2 0.102u 2
B = B =
2
pρ w [ ln ( z 2 ⁄ z o ) ] [ ln ( z 2 ⁄ z o ) ]
2
Combinación ∆ γ (las anteriores) γ = 66.8 (Pa/°C)

Ec = E + E
∆+γ r ∆+γ a
Priesley-Taylor ∆ (las anteriores) γ = 66.8 (Pa/°C)

E PT = α E
∆+γ r
a. k=cte. de von Karman = 0.4; los subíndices 0 y 2 indican magnitudes a 0 y 2 m de altura
2.11 Evapotranspiración
La evaporación de la superficie terrestre incluye no sólo el término de evaporación
directa desde la superficie sino también la transpiración de las plantas. A la
combinación de ambos términos se denomina evapotranspiración real (Et). Se
define como evapotranspiración potencial (Etp) a la que puede ocurrir sobre una
superficie cubierta por vegetación cuando el suministro de humedad es ilimitado.
Se denomina evapotranspiración del cultivo de referencia (Etr) la que para unas
condiciones climáticas dadas experimenta un un césped en buenas condiciones que
cubre completamente el suelo, de altura uniforme entre 8 y 15 cm y no carece de
humedad. La Etp para un cultivo se puede estimar a partir de la Etr multiplicando
ésta por unos coeficientes específicos para ese cultivo (kc) que dependen de su
estado fenológico (de crecimiento) en cada momento, Etp=kc.Etr. La Figura 2-17
muestra la variación anual de los coeficientes de cultivo para platanera (Suárez,
1995).
Para la estimación de la Etr se utilizan los mismos métodos vistos anteriormente
para una lámina de agua. La FAO recomienda en su última revisión el método de
combinación de Penman Monteith modificado (Smith et al., 1991). La Sociedad
Americana de Ingenieros Civiles (ASCE) recomienda el método de combinación
utilizando un coeficiente de transferencia de vapor, B, calibrado para las
condiciones locales. Sin otra información puede utilizarse el propuesto por
Doorenbos y Pruitt (1977),
u
B = 0.0027 ( 1 + ) (2-20)
100
donde u en esta ecuación es el recorrido del viento en 24 h en km/d, y el Ea

1.4
1.2
Coeficiente de cultivo, kc
1
0.8
0.6
0.4
0.2
0
1 2 3 4 5 6 7 8 9 10 11 12
Mes
Figura 2-17. Variación del coeficiente de cultivo de platanera en el norte de Tenerife
(evaporación del componente aerodinámico) resulta en mm/día.

Si se requieren estimaciones de la evapotranspiración real para cultivos no regados
o vegetación natural, el estado hídrico del suelo puede ser un factor limitante al
actuar como una restricción superficial a la evaporación. Para obtener la
evapotranspiración real (Et) el valor de evapotranspiración calculado para el
cultivo de referencia (Etr) se multiplica, además de por el coeficiente de cultivo
correspondiente (kc), por un coeficiente de humedad suelo kh (0≤ kh ≤1)
dependiente del contenido de humedad del suelo (θ):
Et=kc kh Etr (2-21)
La cantidad de humedad accesible por las plantas, y por lo tanto disponible para la
transpiración hasta su máximo potencial, depende de su profundidad radicular que
es función de su ciclo de crecimiento, en especial en especies herbáceas anuales.
Los modelos más realistas de restricción a la evapotranspiración por el suelo,
simulan la extracción de humedad de las plantas desde una pila de compartimentos
dispuestos verticalmente, en la profundidad de las raíces de la planta (zona
radicular). Entre estos compartimentos se realiza un balance de humedad entre el
agua que entra en el compartimento superior de la pila por infiltración (lluvia o
riego), el agua que sale del último compartimento debajo de la pila (drenaje), el
agua que se mueve entre compartimentos dentro de la pila, y a la vez el agua que es
extraída de cada compartimento. El agua extraída es proporcional al producto de
Etr, la fracción de raíces de la planta en cada compartimento, y la función de
extracción de humedad, f(θ).
Existen varios estudios sobre la variación de la función f(θ) a medida de que
disminuye la humedad del suelo (Dyck, 1983). Aunque los resultados obtenidos
varían en detalles, como se esperaría de una relación empírica de este tipo, la
mayoría de los autores admiten que la función sigue una tendencia general como la
presentada en la Figura 2-18, donde los subíndices m, cc y s significan contenidos

Función de extracción de humedad, f(θ)

1
0
θm θd θcc θs
Contenido volumétrico de humedad, θ
Figura 2-18. Variación típica de la función de extracción de humedad f(θ) (adapt. de Dyck,
1983)
de humedad a marchitez, capacidad de campo y saturación respectivamente (ver

capítulo 4). El valor θd representa el contenido de humedad en el proceso de
secado del suelo a partir del cual la conductividad hidráulica del suelo (ver capítulo
6) y la transpiración empiezan a caer desde el valor máximo potencial de 1. En
general se establece un valor de θd del 50 al 80% de θcc. A partir del punto de
marchitez se asume que la conductividad hidráulica es cero y por lo tanto también
la transpiración. Dyck (1983) lista un número de ecuaciones utilizadas para el
calculo de esta función de extracción de humedad según el número de días
utilizado para el balance de humedad.
2.12 Importancia hidrólogica del rocío.
Siguiendo a Giráldez (1995), durante la noche, en ausencia de la radiación solar,

los términos de la ecuación de Penman se hacen negativos. El vapor de agua
entrega así su energía a la superficie formándose gotitas de agua líquida, que es el
rocío. Su ocurrencia es muy frecuente en ciertos ambientes como en los lugares
costeros al atardecer, en superficies metálicas como la chapa de los coches, que se
enfrían rápidamente, o en lugares del interior cuando la humedad relativa es muy
elevada, como en un invernadero mal ventilado, o tras un día de lluvia. También
aparece en zonas desérticas en las que, aunque la humedad relativa no es muy
elevada, el cambio brusco de temperatura entre el día y la noche hace que se
alcance el punto de rocío cuando oscurece. Por ello el rocío es bastante aludido en
los relatos de viajes a través del desierto, como ocurre en la Biblia.
En estas zonas desérticas la condensación es una fuente de agua nada despreciable,
especialmente comparado con el volumen de agua recogido por precipitacion. Sin
embargo, se han exagerado los volúmenes recogidos, por lo que Monteith (1961)
publicó un interesante estudio sobre lo verdadero y falso en la contribución del
rocío al balance hidrológico. Monteith parte de la ecuación de Penman suponiendo
que la superficie está también en condiciones de saturación de vapor y

despreciando la fracción de calor que va al suelo (G=0). En estas condiciones se

puede expresar dicha ecuación en términos de la humedad relativa Rh, del
gradiente de presión de vapor y la constante psicrométrica, y de un coeficiente de
transferencia de vapor h (cal cm-2 h-1 K-1) como:
R n ∆ − he s ( 1 − R h )
λv E = (2-22)
∆+γ
Nótese que el coeficiente de transferencia de vapor es similar al B de Chow (1987)

presentado en la sección 2.10. Simplificando la radiación neta como Rn≈(0.47-
0.065 e1/2)σT4 con unidades de (cal cm-2 h-1) y de (mbar) para e, y tomando el
coeficiente de transferencia como, h=3.9 u0.7, en función de la velocidad del viento
u, queda que la máxima intensidad de condensación será la que ocurre con la
humedad relativa Rh=1 (ver Ecuación 2-22). De aquí dedujo que la condensación
potencial puede ser del orden de 0.067 mm/h. En una noche la cantidad de
condensación alcanzará hasta 0.45 mm, como se ha medido en el desierto del
Negev (Israel) ó 0.5 mm en el desierto australiano (Garratt, 1992). En medidas
efectuadas en el Campo de Dalías (Giráldez, 1994) se obtuvo hasta 27 mm en un
año en el que la precipitación fue de 210 mm. Por la propia cantidad, la época del
año en que ocurre, con máximos en diciembre y agosto, es un volumen
considerable. La Tabla 2-8 recoge valores medidos en diferentes zonas.
Tabla 2-8: Comparación del volumen de rocío en distitas localidades (mm/año)
Localidad Rocío Lluvia Rocío/Lluvia
Avdat, Israel 33.0 83. 0.398
Potchefstroom, Suráfrica 12.6 688. 0.018
Deniliquin, Australia 12.5 512. 0.024
Las Palmerillas, España 27.0 210. 0.129
Las condiciones en que se favorece la formación del rocío son el cielo despejado, y
en ausencia de viento, como se desprende de la Figura 2-19.
2.13 La intercepción de niebla
Siguiendo a Giráldez (1994), las cantidades de condensación mencionadas en la

sección anterior pueden aumentarse cuando corrientes horizontales de viento
empujan masas de aire húmedo hacia el interior de tierra firme. Este hecho es
especialmente notable cuando coinciden masas de aire y agua con diferentes
temperatura, como es el caso de zonas templadas con corrientes marinas frías,
como ocurre en la costa norte de Canarias, Chile, o California. En la costa chilena
se han diseñado unos entramados de hilo que al interceptar la niebla (camanchaca)
conducen el agua condensada hacia unos colectores situados debajo. En Canarias
se ha observado desde antiguo como cuenta, entre otros, el cordobés Ginés de
Sepúlveda del primer viaje de Colón al pasar por allí. En la isla del Hierro había un
árbol, el Garoé, del que manaba agua por interceptación de la niebla. En la

Velocidad del viento, u (m/s)

3
C=
2 0.
00
C= m
0. m
02 /h
C= m
0. m
04 /h
m
1 m
C= /h
0.
06
m
m
/h
0
100 95 90 85 80
Humedad Relativa (%)
Figura 2-19. Diagrama de la producción de rocío (adpt. de Monteith y Unsworth, 1995)
montaña de Mesa en Ciudad del Cabo, ocurre un fenómeno similar. La Tabla 2-9
aporta algunos datos sobre su importancia en algunas zonas. En Canarias existen
varios antecedentes del estudio de esta componente del ciclo hidrológico en los
bosques de laurisilva (Marzol, 1998)
Tabla 2-9: Interceptación de niebla en distintas localidades
Localidad Intensidad (l m-2 d-1)
Morro Moreno, Chile 12.0
San Francisco, EEUU 7.81
Lanaihale, Hawai, EEUU 1.79
Valle de Afur, Tenerifea 6.0
Gibraltar, Reino Unido 0.49
a. Valor medio recogido con un neblinómetro
2.14 Referencias utilizadas en este capítulo
Barry, R.G. y R.J. Chorley. 1985. Atmósfera, Tiempo y Clima. Madrid: Omega
Chagnon, S.A. 1987. Detecting Drought Conditions in Illinois. Circ. 169. State of Illinois.
Dpet. of Energy and Nat. Res. Champaign.
Chow, V.T., D.R. Maidment y L.W. Mays. 1987. Hidrologia Aplicada. Madrid: McGraw-
Hill Interamericana.
Doorenbos, J. y W.O. Pruitt. 1977. Crop Water Requirements, Irrigation and drainage
paper 24, F.A.O: Rome.
Dyck, S. 1983. Overview of the present status of the concepts of water balance models.
IAHS Publ. (Wallingford), 148:3-19.

Gaffen, D.J. y R.J. Ross. 2000. Water vapor’s role in climate revisited at follow-up
Chapman Conference. Eos, 81(5):158-165.
Garrat, J.R. 1992. The Atmospheric Boundary Layer. Cambridge Univ. Press. Cambridge.
Giráldez, J.V. 1995. Apuntes de la Asignatura Hidrología y Erosión de Suelos. Escuela
Técnica superior de Ingenieros Agrónomos de Córdoba (mimegrafiado).
Jensen, M.E. Jensen, R.D. Burman y R.G. Allen (eds.). 1990. Evapotranspiration and
Irrigation Water Requirements. ASCE Manuals no. 70. New York: ASCE.
Maidment, D.R. (ed.). 1992. Handbook of Hydrology. New York: McGraw-Hill
Marzol Jaén, M.V. 1998. Evaluation of fog water collection in Anaga (Tenerife, Canary
Islands). En: R.S. Schemenauer y H. Bridgman. Proc. of I International
Conference on Fog and Fog Collection. Vancouver, Jul. 19-24, 1998. IDRC-
CRDI: Otawa.
Monteith, J.L. y M. Unsworth. 1995. Principles of Environmental Physics. London:
Arnold.
Monteith, J.L. 1961. Dew: facts and fallacies. En A.J. Rutter y F.H. Withehead (eds.) The
Water Relation of plants. Blackwell, Oxford.
Schwab, G.O., D.D. Fangmeier, W.J. Elliot y R.K. Frevert.. 1993. Soil and Water
Conservation Engineering. New York: John Wiley & Sons.
Smith M., R. Allen, J.L. Monteith, A. Perrier, y L. Santos Pereira. 1991. Report on the
expert consultation on procedures for revision of FAO guidelines for prediction of
crop water requirements. Reunión FAO, Roma. 28-31 Mayo 1990. FAO: Roma.
Suárez, C.L. 1994. Evapotranspiración de la platanera y respuestas fisiológicas al régimen
de riego. Tesis Doctoral. Univ. La Laguna: La Laguna.

Tema 3: Tormentas de diseño
3.1 Intensidad, duración y frecuencia de lluvia

Una de la características más importantes de la lluvia es su intensidad,
normalmente expresada en mm/h. Las tormentas de mayor intensidad no son
necesariamente las más frecuentes en áreas con una alta pluviometría anual. Las
tormentas de gran intensidad suelen cubrir poco terreno y su duración
generalmente es corta. Las tormentas que cubren grandes zonas son raramente de
gran intensidad pero pueden durar varios días. La combinación infrecuente de
tormentas de alta intensidad durante periodos prolongados resultan en grandes
volúmenes de precipitación total que, aunque infrecuentes, provocan grandes
pérdidas de suelo por erosión y también pueden dar lugar a inundaciones. Estos
fenómenos suelen estar asociados a frentes cálidos con precipitación, p.ej. las
asociadas a ciclones tropicales.
Tormentas intensas de diferente duración ocurren prácticamente en todos los
lugares de España, sin embargo, la probabilidad de su ocurrencia varía mucho de
una zona a otra. El primer paso para el diseño de una estructura de control de aguas
es determinar el periodo de recurrencia probable de tormentas de distinta
intensidad y duración. Esto permite dimensionar la estructura con criterios
económicos. En la mayoría de los casos no es posible (económicamente) diseñar
una estructura que controle el mayor suceso de lluvia que ha ocurrido jamás en una
determinada localidad. Es a menudo más económico elegir una estructura sujeta a
un fallo periódico que diseñar para esa tormenta de gran intensidad y poca
probabilidad. Cuando las vidas humanas están en peligro, el diseño debe ser capaz
de resistir tormentas superiores incluso a las que jamás se han registrado.
Por esta razón es esencial el conocimiento de los periodos de retorno de una
tormenta de una intensidad determinada sobre una localidad. El periodo de retorno
de una tormenta de magnitud determinada (volumen y duración), a veces mal
llamado intervalo de recurrencia, se define como el periodo dentro del cual dicha
magnitud se excede una vez como media, es decir el promedio de intervalos de
recurrencia entre sucesos que exceden ese volumen de lluvia.
Una expresión general para la intensidad de lluvia sobre una zona sería:
i=KTx/(t+b)n (3-1)
donde i es la intensidad de lluvia; K, x, b y n son constantes para una determinada

localidad geográfica; t es la duración de la tormenta (min); y T es el periodo de
retorno (años). La ecuación 3-1 no ha sido muy utilizada por la dificultad que
existe para la evaluación de las constantes. Los estudios realizados en EEUU con
series de datos procedentes de su red de estaciones climáticas indican que la
relación entre las variables no es tan sencilla como la presentada en dicha
ecuación. Un análisis completo de frecuencia de lluvias fue realizado por
Hernsfield con datos de 200 estaciones primarias, con series largas de datos (48
años como media), y otras 8400 estaciones con series más cortas. El resultado del
estudio fue la preparación de una colección de mapas de isoyetas de los EEUU
para las tormentas de 30 min y 24 horas de duración con periodos de retorno de 1 a
100 años. Con base en estos mapas se pueden confeccionar curvas de intensidad-
Tema 3:Tormentas de diseño 47

duración-frecuencia (IDF), o profundidad de lluvia-duración-frecuencia (DDF),

que nos muestran para una localidad la intensidad de lluvia máxima (profundidad
máxima para el caso de DDF) para una tormenta de una duración dada, esperada
para un periodo de retorno seleccionado (Figura 3-1). Estas curvas son de gran
utilidad en la predicción de sucesos extremos de escorrentía.
200
(St. Louis, Missouri)
Intensidad de precipitación (mm/h)
100
Periodos de retorno
50
2 5 10 25 50 100
20
10
0.2 0.3 0.4 0.5 1 2 3 4 5 10 24
Duración de la tormenta (horas)

Figura 3-1. Ejemplo de curvas IDF (adapt. de Hernsfield, 1961).
En España no existen de manera general series de datos fiables de tanta duración

por lo que dicho estudio no es posible hasta la fecha. Para la construcción de las
curvas IDF, en ausencia de esta información (o de los mapas mencionados), se
requieren series largas de datos de máximos de profundidad de lluvia (mm) para
diferentes duraciones. Cada grupo de datos de una duración determinada se
analizaría aplicando las técnicas de análisis de frecuencia hidrológica que se
describen a continuación.
3.2 Profundidad media de lluvia sobre un área

Los datos de las curvas IDF están derivados de valores para una tormenta puntual,
registrada en un pluviómetro o estación determinada. Cuando se requiere conocer
el valor de lluvia de diseño sobre un área relativamente grande, como en el caso de
una cuenca hidrográfica, se necesita tener en cuenta lo siguiente:
• lluvias de alta intensidad y corta duración tienden a cubrir un área muy
reducida.
• las tormentas de larga duración suelen extenderse en áreas grandes
• los datos utilizados en la elaboración de las curvas IDF son los valores
máximos puntuales observados para una tormenta particular, y a medida
que uno se desplaza del centro de máxima intensidad, la lluvia recogida
decrece, por lo que la media sobre el área disminuye.

Por tanto, para extender los valores sacados de curvas IDF a cuencas o áreas
relativamente grandes se multiplican los valores por unos factores de reducción
como los representados en la Figura 3-1 para los EEUU. Para el caso de cuencas
pequeñas, como algunas agrícolas, el factor de corrección es pequeño y
simplemente se ignora.
% de precipitación puntual para el área 100
90
80
70
24-h
60 6-h
3-h
1-h
30-min
50
0 200 400 600 800 1000
Area (km2)
Figura 3-2. Factores de reducción para la precipitación sobre un área (adapt. de
Hernsfield, 1961).
3.3 Análisis de frecuencia hidrológica

Los datos de lluvia utilizados en la elaboración de los mapas de isoyetas de
Hernsfield se obtuvieron tratando los valores medidos como variables estadísticas.
Los métodos estadísticos para determinar las funciones de distribución de
frecuencia han sido aplicados a muchos problemas, desde la distribución de los
tamaños de las partículas de arena hasta la ocurrencia de inundaciones.
La relación entre un periodo de retorno de un suceso dado y su probabilidad de
excedencia, P (X>xT), puede expresarse como,
T=100/[1-P(X≤xT)] (3-2)
donde T es el periodo de retorno (años) y 1-P(X≤xT) es la probabilidad (%) de que

un suceso observado en un año dado sea superior a un suceso de periodo T y
magnitud xT. P.ej. la probabilidad de que ocurra la tormenta de los 20 años (que
exceda una cantidad x20) es de 1-P(X≤x20)=5%, y de que no lo exceda (no ocurra)
es P(X≤x20)= 95%.
3.3.1 Selección de los datos

La experiencia muestra que en general sólo los sucesos hidrológicos extremos
tienen importancia práctica en el diseño de estructuras de control de agua o
predicción de catástrofes hidrológicas. Desde este punto de vista la porción de
datos no significativos puede eliminarse del análisis. Existen dos criterios clásicos

para la selección de los datos: series anuales o series parciales. En las series
anuales sólo un dato, el suceso extremo, es seleccionado en cada año. Así para una
serie de 20 años sólo se analizarían 20 datos. En las series parciales se seleccionan
todos los datos por encima de un determinado valor dentro del periodo elegido, sin
considerar el número de datos que pudiera resultar. El método de las series
parciales se aplica si el segundo mayor (o menor) suceso del año podría afectar al
comportamiento de la estructura o a la predicción de catástrofes. Un ejemplo sería
el diseño de un canal de drenaje contra inundaciones en el que caudales frecuentes,
pero menores que el máximo anual, son los principales responsables de los daños
por inundación (mucho más que el suceso extremo). Los mapas de isoyetas de
Hernsfield mencionados utilizan esta técnica de series parciales.
El análisis mediante series parciales o anuales da aproximadamente los mismos
resultados para periodos de retorno a partir de 10 años.
Independientemente del método utilizado en el análisis, los datos a utilizar deben
cumplir los siguientes criterios, importantes desde un punto de vista estadístico:
(a) Sucesos independientes. Un suceso es independiente del que le sigue o precede
en la serie.
(b) Representatividad. Los datos del periodo seleccionado deben representar a la
serie a largo plazo.
Cuando el método se basa en seleccionar el máximo valor del año (ley del valor
extremo), el número de observaciones dentro del año debe ser elevado. En
ocasiones, para la selección del año hídrico anual se ha encontrado que empezando
el año el 1 de septiembre o de octubre ha dado mejores resultados en el caso del
análisis de datos de mínima precipitación (sequía).
Marzol (1998) ha estudiado en Canarias de forma analítica las frecuencias de
lluvias máximas de 24 h siguiendo el método de Gumbel (descrito más adelante),
para 72 estaciones con series superiores a 30 años en las 7 islas. Los valores
máximos observados para la serie oscilaron entre 51-429 mm en 24 h, que
ocurrieron principalmente en el mes de Enero (30.4% de las estaciones) y
Noviembre (25.6%). Con estos valores se infirieron de las funciones de Gumbel
ajustadas, los máximos de precipitación con periodos de retorno de 50 y 100 años
(Tabla 3-1).
Tabla 3-1: Lluvias máximas de 24-h en Canarias con periodo de retorno superior a
30 años, basado en el método de Gumbel (adtp. de Marzol, 1998)
Perido de Retorno, T (años)

Islas
50 100
Occidentales 88-368 mm 100-420 mm
Orientales 91-358 mm 103-406 mm
3.3.2 Determinación de los parámetros estadísticos

Para el análisis estadístico es necesario conocer la media µx y la desviación
estándar σx de la población. Los valores de la población en general se estiman a
partir de la media de la muestra ( x ) y desviación estándard de la muestra (sx),
siendo la muestra los valores contenidos en la serie de datos,

( ∑ xi )
2
∑
2
−
x =
∑ xi ; sx =
xi
n
(3-3)
n n−1
donde n es el número de datos de la serie, y xi son los valores individuales de la
misma. Definimos el coeficiente de variación de la serie como,
Cv = sx ⁄ x (3-4)
3.3.3 Adecuación de los datos a una distribución estadística determinada

El gráfico de probabilidades (o frecuencias) de los valores que puede tomar un
suceso se denomina función de frecuencia relativa o distribución de probabilidad.
Las funciones de distribución de probabilidad, f(x), se usan para evaluar la
probabilidad de ocurrencia de un suceso aleatorio en un intervalo dado. Cuando
dicha distribución es continua se denomina función de densidad de probabilidad.
Dichas funciones deben cumplir los siguientes requisitos:
∞
f(x) ≥ 0 para todo x ; ∫ −∞ f ( x ) dx = 1 (3-5)
También se emplean las funciones acumulativas de probabilidad, F(x), definidas

como,
∫ −∞ f ( x ) dx
xi
F ( xi ) = (3-6)
Las funciones acumulativas de probabilidad se utilizan para evaluar si la

probabilidad de un suceso es menor o igual a un valor dado. Nótese que este
concepto está relacionado con el periodo de retorno en la ecuación 3-2.
x=0
0.4
2
f(z)=1/(2π ) e
1/2 - z /2
Normal
0.3
frecuencia, f(z)
Distribución
sesgada
0.2
0.1
15.9% 34.1% 34.1% 15.9%
0
-3 -2 -1 0 1 2 3
Variable normal estandarizada, z=(x-µ)/σ
Figura 3-3. Distribuciones de probabilidad normal y sesgada.
Una de éstas distribuciones, común a muchas variables aleatorias en la naturaleza,

es la denominada función de densidad normal o simplemente normal (N). Su
ecuación está descrita por la ecuación de Gauss (campana de Gauss). Detalles de
esta función pueden encontrarse en la Tabla 3-2. En la figura 3-3 se representa la
función normal estándar, f(z), que tiene la propiedad de que la media µx=0, la

desviación estándar σx=1 (punto de inflexión de la curva) y el área total debajo de

la curva (−∞< z <∞) es igual a 1. En el eje de abcisas se representa la variable
normal estandarizada, z, equivalente al valor de x para esa función estandarizada.
Lo común es que la distribución de frecuencias de los sucesos xi de una muestra
tenga µx≠0 y σx≠1 y en este caso se puede emplear la curva normal estándar
haciendo,
x − µx
z = (3-7)
σx
Nótese (Fig. 3-1) que en la curva normal estándar el 34.1% de los valores se
encuentran entre la media y una desviación estándard, esto es x ±sx engloba el
68.2% del total. Es también interesante notar que el 95% de los valores de la
distribución normal se encuentran en el intervalo x ±1.96sx, y el 99%en el intervalo
x ±2.58sx. La mayoría de los libros de estadística contienen tablas que nos
permiten calcular el valor del área bajo la curva para distintos valores de z. Este
área representa la probabilidad total de que un suceso aleatorio descrito por esa
función se encuentre dentro de los límites de z elegidos, y correspondería a la
definición de F(x). Una aproximación para el cálculo de la distribución
acumulativa normal, denotada por P(z), sería,
( 83z + 351 ) z + 562
1 −
703 ⁄ z + 165
P ( z) = 1 − e ≈ f ( z) (3-8)
2
y de su inversa, esto es z,
0.135
−1 P ( z ) 0.135 − [ 1 − P ( z ) ]
P ( z) = z = (3-9)
0.1975
Nótese que la relación de z con x está dada por la ec. 3-7, y también,
F −1 ( x ) = µ x + σ x P −1 ( z ) (3-10)
A menudo la distribución de las probabilidades (o frecuencias) de los datos de una

serie se encuentran desplazados a un lado u otro de la media, dando distribuciones
de probabilidad sesgadas, deformadas a un lado u otro con respecto a la
3 3
distribución normal, como se muestra en la Figura 3-1. Si definimos s x = ( C v x ) ,
siendo Cv el coeficiente de variabilidad presentado, entonces un estimador del
sesgo de la distribución viene dado por:
n ∑ ( xi − x ) n 2 ∑ x i − 3n ∑ x i ∑ x i + 2 ( ∑ x i )
3 3 2 3
Cs = 3
= 3
(3-11)
( n − 1) ( n − 2) s n ( n − 1) ( n − 2) s
Los datos hidrológicos generalmente se analizan de acuerdo a una de dos

distribuciones de probabilidad: valor extremo tipo I o de Gumbel (VEI) y log-
normal (LN). Nótese que ésta distribución es sólo válida para variables aleatorias
estrictamente positivas, x > 0, cuya distribución muestra un sesgo positivo (común
en hidrología). La distribución del valor extremo I postula que los valores máximos
anuales se aproximan a una tendencia de distribución de frecuencia bien definida
cuando el número de observaciones por año es elevado. La distribución log-normal

establece que el logaritmo de los valores sigue una distribución de tipo normal. Un
resumen de las funciones de probabilidad y sus propiedades se muestran en la
Tabla 3-2. La forma de la curva VEI es igual a la LN con Cs=1.1396 y Cv=0.3638,
con lo que VEI puede considerarse como un caso particular de LN.
Tabla 3-2: Funciones de distribución de probabilidad frecuentes en hidrología
Distribución Función de probabilidad, f(x) Rango Momentos
Normal − ( x − µx)
2 −∞<x<∞ µx
(N) 2 σx2
1 2σ x
e Cs=0
σ x 2π
Log-normal − ( Y −µY)
2 x>0 σ 2Y
(LN) ( µY + )
2
µx = e
2
1 2σ Y
e
xσ Y 2π ( σ 2Y )
σx2 = µ 2x [ e − 1]
con Y=ln (x) 3
Cs=3Cv+Cv
Valor extremo I
− ( x − β) (
− ( x − β)
) −∞<x<∞ µx =β+0.5772α
α
(VEI) −e σx2 =π2α2/6=1.6452α2
1 α
e
α Cs=1.1396
sx 6
con α≈ y β=0.45 sx
π
Los momentos de la función de probabilidad vienen definidos por: i) primer

momento alrededor del origen de la variable aleatoria, µ=E[x-0]; ii) segundo
momento aldededor de la media, σ2=E[(x-µ)2]; iii) tercer momento alrededor de la
media estandarizada o coeficiente de asimetría, que se estima como Cs.
Nótese que el valor del coeficiente de sesgo calculado para una serie de datos
puede servirnos para seleccionar la función de probabilidad que ajustaremos a la
serie (Tabla 3-3),
Tabla 3-3: Valor del coeficiente de sesgo para distintas distribuciones
Distribución Cs
Normal 0
Log-normal 3Cv+Cv3
Valor Extremo I (Gumbel) 1.14
La expresión de los datos en forma de una gráfica de probabilidad es normalmente

el primer paso en el análisis de frecuencias. El procedimiento consiste en el ajuste
de una curva de distribución de probabilidad a los datos conocidos que permita la
predicción de sucesos con diferentes periodos de retorno, incluidos aquellos
superiores a la serie de datos de la que se dispone. Existen dos métodos muy
difundidos para la predicción de los valores extremos mediante gráficas de

probabilidad: i) ajuste de los momentos de la distribución mediante regresión

líneal; ii) factores de frecuencia de Chow.
3.3.4 Análisis de frecuencia hidrológica: método de los momentos

Si ordenamos la serie de datos observados, de mayor a menor, denotamos xi al
mayor de los i puntos de una muestra de la serie ordenada. La probabilidad de
obtener un valor mayor a xi (probabilidad de excedencia) es 1-P(X≤xi). Si
aceptamos que la serie de puntos observados se ajustan a una función de
distribución de probabilidad acumulada pi=P(X≤xi)=F(xi), entonces estamos
diciendo que una estimación ( x̂ i ) del valor xi observado puede obtenerse de la
inversa de la función x̂ i =F-1. Esto es, los pares de puntos de valores estimados y
observados,
{F-1, xi} (3-12)
deberían caer encima de la recta 1:1 o de perfecta concordancia (aquella con

pendiente=1 y corte por el origen).
Se ha propuesto un número de ecuaciones empíricas para calcular la probabilidad
de excedencia asociada al i-ésimo suceso mayor de una serie (xi). El procedimiento
consiste en la ordenación de los datos de la serie y la obtención de las
probabilidades de excedencia (1-pi) o periodos de retorno (T) asociados a cada
valor de la serie ordenada. La fórmula general sería,
i−a 1
1 − pi = = (3-13)
N + 1 − 2a Ti
Donde a es un coeficiente que depende de la función de distribución elegida (Tabla

3-4), i es la posición del valor en la serie de datos ordenados de mayor a menor
(xi=1 es el valor mayor) y N es el número de valores de la serie (xi=N es el valor
menor de la serie). La Asociación de Ingenieros Civiles Americana, ASCE, ha
adoptado la ecuación de Gumbel o posiciones de Weibull, resultantes de hacer a=0
en la ecuación anterior de aplicación general,
i 1
1 − pi = = (3-14)
N+1 Ti
Una vez conocidas las probabilidades asociadas a cada suceso habría que obtener
la función de probabilidad que se ajusta a esos sucesos mediante la estimación de
los momentos que definen dicha función. Por ejemplo, si la función ajustada fuera
la normal, los momentos calculados serían µx y σx y tendríamos,
x̂ i =F-1=µx+σx zi (3-15)
Al ser las funciones de densidad de probabilidad f(z) y f(x) semejantes, entonces

P(Ζ≤zi)=P(X≤xi)=pi y por tanto zi = pi-1, calculado p.ej. con la ecuación 3-9.
Nótese que simplificando podríamos representar los puntos de la gráfica de
probabilidad (ecuación 3-12) como {zi,xi}, y los puntos caerían sobre una línea
recta en ese plano que tendría como pendiente σ y corte con abcisas µ. La
estimación de los momentos se hará por tanto ajustando mediante una regresión
lineal una línea recta a los puntos del plano {zi,xi}.
Si la función estudiada fuera la log-normal, donde ln x̂ i =µY+σYzi, calcularíamos

los momentos sobre los logaritmos de los datos, representaríamos de forma

parecida {zi, ln(xi)} y veríamos el ajuste de los datos a una línea recta obteniendo a
continuación los momentos µy y σy. En el caso de la distribución VEI ,
x̂ i =F-1=β - α ln(-ln(pi)) (3-16)
donde β y α se dan en la Tabla 3-2. Al igual que antes, como β y α son constantes
bastará con representar los pares {-ln(-ln(pi)), xi} y estimar los valores de β y α
mediante el ajuste a una recta. Se presenta un ejemplo en la sección 3.3.8.
El procedimiento de elaboracion de la gráfica de probabilidad se resume en la
Tabla 3-4.
Tabla 3-4: Elaboración de gráficas de probabilidad
Valores de la gráfica Recta ajustada(*)

a para pi
Distribución
(en ec. 3-13)
Eje X Eje Y A B
Normal 3/8 (Blom) zi(†) xi σx µx
Log-normal 3/8(Blom) ó 0(Gumbel) zi(†) ln(xi) σy µy
VE I 0.44 (Grigorten) -ln[-ln(pi)] xi α β
(*) Y=AX+B
(†) Calculado con la ecuación (3-9)
3.3.5 Análisis de frecuencia hidrológica: factores de frecuencia (de Chow).

Alternativamente podemos obtener la posición de los puntos en el gráfico de
probabilidad según el método propuesto por Chow (1951). En la Figura 3-7 se
observa la variación que los datos de una serie tienen alrededor de la media.
En un punto cualquiera Xc= x ±∆x. La variación con respecto a la media, ∆x, puede
ser positiva o negativa e irregular. Desde un punto de vista estadístico, Xc tiene dos
importantes propiedades: i) tendencia a desviarse de la media, ii) frecuencia de
ocurrencia. La primera propiedad se expresa mediante la desviación estándard
definida en la ecuación 3-3. La segunda propiedad se mide mediante un factor de
frecuencia (K), que depende de la función de probabilidad del suceso hidrológico.
Para las distribuciones LN y VEI su valor se presenta en las Tablas 3-5 y 3-6, para
el caso de la normal, su valor coincide con la z de la ecuación 3-7. Tenemos pues
que ∆x=sxK, y despejando sx en términos del coeficiente de variabilidad (ecuación
3-4),
Xc= x (1+CvK). (3-17)
Esta ecuación nos da la posición (ordenadas) de los puntos de una distribución de

probabilidad (normal, LN y VEI), ajustada a una serie de datos hidrológicos, para
su dibujo en una gráfica de probabilidad (ver ejemplo en sección 3.3.8).

Magnitud
Datos
∆x
Media
Xc
Tiempo
Figura 3-4. Distribución de los valores de una serie hidrológica alrededor de la media.
Tabla 3-5: Factores de frecuencia (K) para la distribución log-normal
Periodo de retorno (años), T

Cs Cv
1.01 2 5 20 100
0 -2.33 0 0.84 1.64 2.33 0
0.5 -1.98 -0.09 0.80 1.77 2.70 0.166
1.0 -1.68 -0.15 0.75 1.85 3.03 0.324
1.139(*) -1.61 -0.16 0.73 1.86 3.11 0.363
1.4 -1.49 -0.19 0.69 1.88 3.26 0.436
1.5 -1.45 -0.20 0.68 1.89 3.31 0.462
2.0 -1.28 -0.24 0.61 1.89 3.52 0.596
3.0 -1.04 -0.28 0.51 1.85 3.78 0.818
4.0 -0.90 -0.29 0.42 1.78 3.91 1.000
(*) Ese valor coincide con la distribución del valor extremo I con T>2 y n≥100.
Para la distribución EVI los valores pueden obtenerse de la Tabla 3-6 o también
mediante la ecuación siguiente,
1.9124
6 T 0.7247
+ 0.5982
K = − { 0.5772 + ln ( ln ( ) ) } en (3-18)
π T−1

Tabla 3-6: Factores de frecuencia (K) para la distribución de Valor Extremo I
Periodo de retorno (años), T

Tamaño de
muestra, n
1.01(*) 2(*) 5 20 100
15 -2.104 -0.210 0.967 2.410 4.005
20 -2.015 -0.201 0.919 2.302 3.836
35 -1.888 -0.189 0.851 2.152 3.598
50 -1.831 -0.183 0.820 2.086 3.491
60 -1.807 -0.181 0.807 2.059 3.446
80 -1.776 -0.178 0.788 2.020 3.387
100 -1.755 -0.176 0.779 1.998 3.349
∞ -1.642 -0.164 0.719 1.866 3.137
(*) Valores obtenidos con la ecuación 3-18
3.3.6 Bondad del ajuste de la gráfica de probabilidad

Un test simple de bondad del ajuste lo constituye el test de correlación de Filliben,
r. El test utiliza la correlación entre los valores observados ordenados, xi, y los
correspondientes valores de los cuantiles ajustados (eje de abcisas, según la Tabla
3-4). Valores de r cerca de 1.0 sugieren que las observaciones podrían haber sido
sacadas de la distribución de probabilidad ajustada. Esencialmente r mide la
linealidad de la gráfica de probabilidad, dando una estimación cuantitativa del
ajuste. Si la x denota la media de los valores observados y w la de los quantiles
estimados (wi= x̂ i ), tenemos:
Σ ( xi − x ) ( wi − w )
r = (3-19)
2 2
Σ ( xi − x ) Σ ( wi − w )
La Tabla 3-7 da los valores críticos de r para el ajuste de distribuciones normal

(log-normal) y VEI, con valores de a=3/8 y 0.44 respectivamente en la ec. 3-13.
Tabla 3-7: Valores críticos inferiores del test de correlación de Filliben para las funciones
de probabilidad normal-log.normal (a=0.375) y valor extemo I (a=0.44)
N.S.(*) para Normal -Log Normal N.S. para VEI

n
0.10 0.05 0.01 0.10 0.05 0.01
10 0.9347 0.9180 0.8804 0.9260 0.9084 0.8630
20 0.9600 0.9503 0.9110 0.9517 0.9390 0.9060
30 0.9707 0.9639 0.9490 0.9622 0.9526 0.9191
40 0.9767 0.9715 0.9597 0.9689 0.9594 0.9286

Tabla 3-7: Valores críticos inferiores del test de correlación de Filliben para las funciones
de probabilidad normal-log.normal (a=0.375) y valor extemo I (a=0.44)
N.S.(*) para Normal -Log Normal N.S. para VEI

n
0.10 0.05 0.01 0.10 0.05 0.01
50 0.9807 0.9764 0.9664 0.9729 0.9646 0.9389
60 0.9835 0.9799 0.9710 0.9760 0.9685 0.9467
75 0.9865 0.9835 0.9757 0.9796 0.9734 0.9516
100 0.9893 0.9870 0.9812 0.9831 0.9779 0.9596
300 0.9960 0.9953 0.9935 0.9925 0.9902 0.9819
1000 0.9985 0.9982 0.9976 0.9971 0.9962 0.9933
(*) Nivel de significación estadístico (error Tipo II): cuanto menor es el valor mayor la
probabilidad de que la distribución no sea la elegida
Nótese que el valor de correlación puede obtenerse de la regresión lineal descrita

en la sección 3.3.4 para la obtención de la gráfica de probabilidad.
3.3.7 Suficiencia del periodo de datos recogidos

La adecuación de la longitud de la serie de datos para garantizar un determinado
nivel de significación (α=0.1) está dado por (Mockus, 1960),
Y=(4.30tα/2 (df) log10R)2+6 (3-20)
donde Y es el mínimo número de años aceptable en la serie de datos, tα/2 (df) es el

valor de la función estadística t-Student de dos colas para el nivel de significación
del 0.1, esto es el t0.05 y número de grados de libertad df=Y-6, y R es el valor
resultante de dividir las magnitudes de los sucesos con periodos de recurrencia de
100 y 2 años. Nótese que la ecuación no es explicita al depender el valor de t0.05,
de la Y (incluída en el cálculo de grados de libertad), lo que obliga a iterar.
Tabla 3-8: Puntos porcentuales de la t-student para α/2=0.05
df t0.05 df t0.05 df t0.05 df t0.05 df t0.05
1 6.314 8 1.860 15 1.753 22 1.717 29 1.699

2 2.920 9 1.833 16 1.746 23 1.714 30 1.697
3 2.353 10 1.812 17 1.740 24 1.711 40 1.684
4 2.132 11 1.796 18 1.734 25 1.708 60 1.671
5 2.015 12 1.782 19 1.729 26 1.706 120 1.658
6 1.943 13 1.771 20 1.725 27 1.703 240 1.651
7 1.895 14 1.761 21 1.721 28 1.701 ∞ 1.645

3.3.8 Ejemplo de análisis de frecuencia de lluvias

Se tiene una serie de 31 años de precipitación anual para una localidad (Tabla 3-9).
Se quiere conocer las precipitaciones anuales asociadas a los periodos de retorno
de 1, 2, 5, 20 y 100 años.
Tabla 3-9: Datos de precipitación anual del ejemplo de análisis de frecuencia.
Año Precipitación (mm) Año Precipitación (mm)

1945 181 1961 240
1946 79.1 1962 97.6
1947 83.9 1963 91.8
1948 175 1964 392
1949 89.8 1965 115
1950 212 1966 87.4
1951 122 1967 71.2
1952 129 1968 145
1953 76.8 1969 70.7
1954 157 1970 520
1955 124 1971 215
1956 106 1972 117
1957 149 1973 208
1958 88.4 1974 125
1959 132 1975 227
1960 330
Con los datos anteriores se obtuvieron los siguientes parámetros: x =160, sx=101,
Cv=0.629, Cs=2.21. Como primer paso para la elección de la función de
ditribución de probabilidad a ajustar, podemos comparar el coeficiente de sesgo
obtenido con los valores de la Tabla 3-3, con 3Cv+Cv3=2.09. Vemos que el Cs esta
próximo al de la distribución log-normal. Podríamos proponer y ajustar esta
distribución y obtener las precipitaciones extremas pedidas a partir de ella. Sin
embargo, para ilustrar el procedimiento de cálculo ajustaremos las funciones LN y
VEI.
Tabla 3-10: Ajuste de la función de probabilidad log-normal a los datos observados
i Año R(mm) Ti(*) 1-pi zpi(†) ln(R) wi(‡)

(1) (2) (3) (4) (5) (6) (7) (8)
1 1970 520 50.000 0.020 2.0636 6.2538 394
2 1964 392 19.231 0.052 1.6300 5.9712 317
3 1960 330 11.905 0.084 1.3795 5.7991 279
4 1961 240 8.6207 0.116 1.1941 5.4806 254
5 1975 227 6.7568 0.148 1.0428 5.4250 235

Tabla 3-10: Ajuste de la función de probabilidad log-normal a los datos observados
i Año R(mm) Ti(*) 1-pi zpi(†) ln(R) wi(‡)

(1) (2) (3) (4) (5) (6) (7) (8)
6 1971 215 5.5556 0.18 0.9125 5.3706 220
7 1950 212 4.7170 0.212 0.7964 5.3566 208
8 1973 208 4.0984 0.244 0.6903 5.3375 197
9 1945 181 3.6232 0.276 0.5917 5.1985 187
10 1948 175 3.2468 0.308 0.4987 5.1648 179
... ... ... ... ... ... ... ...
31 1969 71 1.0204 0.980 -2.0636 4.2584 49
(*) Mediante la ecuación 3-13 con a=3/8.

(†) Ecuación 3-9
(‡) Predicción, wi=e(µy+σy*z)
Tabla 3-11: Ajuste de la función de probabilidad VEI a los datos observados
i Año R(mm) Ti(*) pi -ln[-ln(pi] R(mm) wi(†)

(1) (2) (3) (4) (5) (6) (7) (8)
1 1970 520 55.571 0.9820 4.0086 520 427
2 1964 392 19.949 0.9499 2.9676 392 347
3 1960 330 12.156 0.9177 2.4552 330 307

4 1961 240 8.7416 0.8856 2.1080 240 280
5 1975 227 6.8246 0.8535 1.8424 227 259
6 1971 215 5.5971 0.8213 1.6255 215 242
7 1950 212 4.7439 0.7892 1.4408 212 228
8 1973 208 4.1164 0.7571 1.2791 208 215
9 1945 181 3.6355 0.7249 1.1342 181 204
10 1948 175 3.2552 0.6928 1.0024 175 194
... ... ... ... ... ... ... ...
31 1969 71 1.0183 0.0180 -1.3907 71 8
(*) Mediante la ecuación 3-13 con a=0.44.

(†) Predicción, wi=β-αln[-ln(pi)]
Las gráficas de probabilidad se elaboraron con las columnas (6) y (7) de las tablas
anteriores(Figura 3-7). Del ajuste de líneas rectas para ambas funciones se obtuvo
los valores de los parámetros: µy= 4.935 y σy=0.505 para la LN y α=77.65 y
β=116.18 para la VEI.

103
9*1022 Ajuste para Gumbel-Valor Extremo I
8*10
7*102 Ajuste para Log-normal
500
Lin.Reg. B=116.18 A=77.648 r=0.9538
6*102
Lin.Reg. B=4.9347 A=0.5049 r=0.9707
5*102
4*102
Lluvia observada (mm), xi

Lluvia observada (mm), xi
3*102
400
2*102
300
102
9*101
8*101
7*101
6*101 200
5*101
4*101
3*101
100
2*101
101 0
-2 -1 0 1 2 0 2 4
Variable normal estándard, zpi Variable de Gumbel reducida, -ln[-ln(Pi)]
Figura 3-5. Gráficas de probabilidad para el ejemplo
Los valores del test de correlación de Filliben calculados corresponden a niveles de

significación de 0.1 (r=0.9707) y 0.05 (r=0.9538) para las distribuciones LN y VEI
respectivamente, lo que ilustra que el ajuste obtenido con la LN es superior al de la
VEI.
Las predicciones para los periodos de retorno pedidos se hacen a partir de las
ecuaciones 3-15 y 3-16 utilizando los parámetros ajustados, según se recoge en la
siguiente Tabla 3-12.
Tabla 3-12: Valores estimados de precipitación para los periodos de retorno
Periodo de retorno, T (años)

Función
1.01 2 5 20 50 100
pi 0.01 0.5 0.8 0.95 0.98 0.99
zi -2.34 0 0.84 1.65 2.06 2.34
LN - R (mm) 43 139 212 320 394 453
VEI -R(mm) -3 145 233 347 419 473
Obsérvese que la función VEI proporciona una mala predicción para el periodo de
retorno de 1.01 años y predicciones algo superiores para el resto. Si quisiéramos
saber si la serie de datos observados es suficiente para aceptar las predicciones de
los 100 años, aplicando la ecuación 3-19 tenemos:
Yk+1=[4.30*t0.05(Yk-6)*log10(453/139)]2+6
donde k es el nivel de iteración. Tras iterar con diferentes valores de Y (y sus

correspondientes t0.05(Y-6) tenemos que Y=21 años (Tabla 3-13). Luego la serie
considerada satisface plenamente este requisito.

Tabla 3-13: Obtención del periodo de datos para la tormenta de 100 años
Iteración (k) Yk t0.05(Yk-6) Yk+1
1 30 1.711 20.2
2 20.2 1.761 21.1
3 21.1 1.753 20.9
La aplicación del método de Chow a la serie de datos se ilustra en la Tabla 3-14 y

Figura 3-6.
Tabla 3-14: Valores estimados con el método de Chow para distintos T

Función
1.01 2 5 20 100
pi 0.01 0.5 0.8 0.95 0.99
Log-normal K -1.26 0.24 0.60 1.89 3.55

(Cv=0.619)
Xc (mm) 36 136 219 347 511
VEI K -1.92 -0.19 0.87 2.19 3.66

(n=31)
Xc (mm) 33.6 141 246 377 523
500
Precipitación anual extrema, xc (mm)
400
300
200
LN- Chow
EVI- Chow
100 LN- Momentos
EVI - Momentos
0
0 20 40 60 80 100
Figura 3-6. Comparación de los resultados obtenidos en el ejemplo
Obsérvese que los valores obtenidos por este método son superiores para periodos
de retorno altos, aunque próximos en el resto, a los obtenidos mediante regresión.
Este método como se ve es más simple que el de la regresión lineal si se cuenta con
los valores de K.

3.4 Distribución temporal de la lluvia. Hietogramas sintéticos.

El diseño de sistemas modernos de manejo de aguas a menudo requiere el
conocimiento de la distribución temporal de la lluvia de diseño, y no sólo su
volumen total o intensidad máxima. Este requisito se satiface cuando se dispone de
un pluviómetro registrador (o red de pluviómetros) en la zona de estudio, con el
que se ha capturado la tormenta de diseño. Sin embargo, en general, no se conoce,
en el mejor de los casos, más que la profundidad total de lluvia (mm) para una
tormenta de diseño de un periodo de retorno (T) y duración determinados. En estos
casos es necesario recurrir a algún método para recrear el hietograma de diseño,
que en este caso se denomina hietograma sintético. Se presentan dos métodos a
continuación.
3.4.1 Método basado en las curvas IDF (o DDF)

Es posible recrear el hietograma a partir de las curvas IDF seleccionando para un
periodo de retorno y tormenta de duración total dados. El procedimiento consiste
en dividir la duración total de la tormenta en incrementos de tiempo y leer para
cada tiempo en la curva IDF los valores de intensidad de precipitación. Por
ejemplo si se consideran intervalos de 15 minutos en una lluvia de 3 horas, se
prepara una tabla en la que se escribe para cada tiempo (0, 15, 30,..., 180 minutos)
la intensidad de lluvia leída en la curva IDF. Posteriormente se transforma la
intensidad de lluvia (mm/h), en profundidad de lluvia para ese incremento de
tiempo (mm en los 15 min). Si representáramos tiempo (eje de abcisas) frente a la
profundidad para cada intervalo (mm cada 15 min), tendríamos una primera
aproximación del hietograma. Sin embargo, este hietograma tiene su máxima
intensidad al inicio de la tormenta y disminuye de forma gradual a lo largo de la
misma, lo que no es frecuente en la realidad. En general se suelen reordenar los
valores de lluvia (eje de las ordenadas) de manera que la máxima intensidad del
último periodo se pone en el centro de la tormenta (90 min) y se van ordenando
delante y detrás las sucesivas profundidades decrecientes de lluvia. De esta manera
el principio y final de la tormenta tiene las menores intensidades y el centro de la
tormenta las mayores. La Figura 3-7 muestra un ejemplo del resultado de la
aplicación de éste método para una tormenta de 3 horas de duración, periodo de
retorno de 25 años y profundidad total de 105 mm utilizando las curvas IDF
presentadas en la Figura 3-1.
3.4.2 Método basado en las tormentas de diseño tipo SCS.

El SCS propone 4 curvas adimensionales de lluvia acumulada para un periodo de
24 h (Figura 3-7) que recogen las distribuciones temporales de lluvias extremas
más frecuentes en todo el territorio norteamericano. Para este territorio existen
mapas indicando el tipo de tormenta esperada en cada zona. La mayoría de las
zonas responden a una distribución del tipo II, que corresponde a la tormentas de la
mayor intensidad. El tipo IA corresponde por el contrario a tormentas cortas, de

poca intensidad, que son en general poco corrientes.

1
Tipo I
Tipo IA
0.8 Tipo II
Tipo III
P/P24 0.6
0.4
0.2
0
0 4 8 12 16 20 24
Tiempo (horas)
Figura 3-7. Tipos de tormentas de diseño del SCS según su intensidad.
Para otras localidades del mundo se puede aplicar el método obteniendo, a partir de
las curvas IDF, curvas de lluvia acumulada para cada periodo de retorno. El tipo de
tormenta (I, IA, II y III) para estas curvas se obtiene de la forma de la curva de
masa o precipitación acumulada para la tormenta estudiada por comparación con
las presentadas en la Figura 3-7. Nótese que la precipitación acumulada del eje de
ordenadas está presentada como la fracción de la precipitación acumulada en cada
momento dividida por la precipitación diaria (total acumulado en 24 h). Cuando la
tormenta es menor de 24 h, se selecciona en la Figura 3-7 de la parte de mayor
pendiente de la curva, por ejemplo para una tormenta de 3 h, si se quiere probar si
es del tipo II o III se ajustan los datos con el intervalo de 10.5-13.5 h en dicha
figura.
Conocido el tipo de tormenta para una localidad determinada y la profundidad total
para una tormenta de diseño de 24 h con un periodo de retorno determinado, se
distribuye ese volumen de lluvia de acuerdo a la curva tipo elegida, multiplicando
la profundidad total de la tormenta por el valor leído en el eje de ordenadas (P/P24)
para cada tiempo (eje de abcisas). Si la tormenta de diseño fuera inferior a las 24 h,
se elige un intervalo de la curva igual a la duración de la tormenta, tomando como
centro de dicho intervalo el punto de mayor pendiente de la curva.
Las curvas de SCS pueden utilizarse también para estimar, a partir de la tormenta
de diseño de 24 h de un determinado periodo de retorno, tormentas de cualquier
duración para el mismo periodo de retorno. Esto se hace leyendo la diferencia de
ordenadas correspondientes al periodo de duración de la tormenta (centrado en la
zona de máxima pendiente de la curva) sobre la curva elegida. La diferencia de
ordenadas (%) se multiplica por el volumen de la tormenta de 24 horas para
obtener el volumen para la tormenta deseada. El hietograma se reconstruye ahora
como:
P ( t) P ( t + b) − P ( b)
= (3-21)
PD P ( a) − P ( b)
Donde b= 12-D/2, a=12+D/2, y P(a) o P(b) es la ordenada leída para los valores de

tiempo a ó b en la curva tipo de la Figura 3-7, y D es la duración de tormenta

seleccionada, P(t) es la curva de lluvia acumulada para la tormenta.
Por ejemplo, en el caso mencionado para el método de la curva IDF se obtiene el
hietograma presentado en la Figura 3-7, distribuyendo la profundidad total (105
mm) en el intervalo de 3 horas de 10.5-13.5 en la curva de tipo II.
método IDF
método SCS
40
Profundidad cada 15 min
30
20
10
15 30 45 60 75 90 105 120 135 150 165 180

Tiempo (min)
Figura 3-8. Ejemplo de comparación de hietogramas sintéticos según los métodos de la
curva IDF y del SCS. (adapt. de Haan et al, 1994)
Para facilitar el análisis por ordenador se ha propuesto una expresión para la curva
de tipo II (también válida para la de tipo III) en función del tiempo t (en horas),
P ( t) t − 12 24.04 0.75
= 0.5 + (3-22)
P 24 24 2 t − 12 + 0.04
Por ejemplo: Calcular el hietograma de la tormenta de 6 horas con periodo de

retorno de 50 años si conociéramos que la tormenta de diseño es del tipo II y que
para la duración 24 horas y periodo de retorno de 50 años es de 165 mm. En el
intervalo de 6 horas alrededor del punto de máxima pendiente de la curva de tipo II
(12 horas) resulta 9-15 horas, esto es a=15, b=9. Leyendo en la gráfica tenemos
P(15)=0.854, P(9)=0.147. El volumen de la tormenta de 6 horas será (0.854-
0.147)*165=115.5 mm. La curva de lluvia acumulada para esta tormenta resulta
sustituyendo en la ecuación 3-20,
P(t)=165[(P(t+9)-0.147]
3.5 Referencias utilizadas en este capítulo

Abramowitz, M. y I.A. Stegun. 1974. Handbook of Mathematical Functions, With
Formulas, Graphs, and Mathematical Tables. New York: Dover Pubns.
Chow V.T., D.R. Maidment y L.W. Mays. 1987. Hidrologia Aplicada. Madrid: McGraw-
Hill Interamericana.
Chow V.T. 1951. General Formula for hydrologic frequency analysis. AGU Trans.
32(April):231-237.
Haan, C.T., B.J. Barfield, J.C. Hayes. 1994. Design Hydrology and Sedimentology for
small Catchments. San Diego: Academic Press
Hernsfield, D.N. 1961. Rainfall Frecuency Atlas of the United States. U.S. Weather Bureau
Tech. Paper, 40. Washington D.C.

Hoskings, J.R.M. y J.R. Wallis. 1997. Regional frequency Analysis. Cambrigde:

Cambridge Univ. Press.
Maidment, D.R. (ed.). 1992. Handbook of Hydrology. New York: McGraw-Hill
Marzol Jaén, M. V., 1998. La Lluvia, un recurso natural para Canarias. Pub. no. 130,
Investigación no. 32. Sta. Cruz de Tenerife: Scio. Pub. de la Caja General de
Ahorros de Canarias
Mockus, V. 1960. Selecting a Flood-Frequency Method. Trans of ASAE, 3:48-54.
Schwab, G.O., D.D. Fangmeier, W.J. Elliot y R.K. Frevert.. 1993. Soil and Water
Conservation Engineering. New York: John Wiley & Sons.

Ejercicios de la Parte II
1.- La siguiente información de lluvia se registró en un pluviómetr:
Tiempo (min) 0 5 10 15 20 25 30 35 40
Lluvia (mm) - 1.78 5.08 6.35 5.59 5.33 4.06 3.05 0.72
Se pide: a) represente gráficamente el hietograma de lluvia; b) calcule y dibuje el

hietograma de lluvia acumulada; c) determine la máxima profundidad e intensidad
registrada en 5, 15 y 30 minutos (i5, i15, i30).
2.- La siguiente información de lluvia incremental se registró en un pluviómetro:
t (min) P (mm) t (min) P (mm) t (min) P (mm)
0 0 55 5.08 110 9.906

5 2.286 60 2.54 115 6.096
10 0 65 3.302 120 10.414
15 0.762 70 3.556 125 11.176
20 3.302 75 3.048 130 6.858
25 2.54 80 4.064 135 4.318
30 3.302 85 3.556 140 4.318
35 5.334 90 4.572 145 3.556
40 9.398 95 6.35 150 2.54
45 5.588 100 12.192
50 7.62 105 10.16
a) Represente gráficamente el hietograma de lluvia. b) Calcule y dibuje el

hietograma de lluvia acumulada. c) Determine la profundidad máxima y la
intensidad de lluvia para 5, 10, 30, 60, 90 y 120 minutos para la tormenta.
3.- Usando los mapas de la cuenca trapezoidal incluídos a continuación (coordenadas en

kilómetros) y la siguiente información sobre la red de pluviómetros de la misma,
Pluviómetro (x,y) Lluvia (mm) Pluviómetro (x,y) Lluvia (mm)
P1 (7,4) 62 P6 (-7,-7) 98
P2 (3,4) 59 P7 (2,-3) 60
P3 (-2,5) 41 P8 (2,-10) 41
P4 (-10,1) 39 P9 (0,0) 81
P5 (-3,-3) 105
Determine la precipitación media de la cuenca mediante: a) método de la media

aritmética; b) método de Tiessen; c) método de las isoyetas trazadas a mano como
Ejercicios de la Parte II 67
curvas de nivel; d) usando las isoyetas obtenidas por el método de kriging (figura de
arriba); e) Discuta los resultados obtenidos por los 4 métodos. Nota: Para el método
de Tiessen empieze dibujando un polígono alrededor del P9, luego dibuje los
polígonos alrededor de los pluviómetros 2, 3, 5 y 7. Para el método de las isoyetas
dibújelas con lluvia máxima a lo largo de una línea desde el suroeste hacia el noreste
a través de (-3,-3).
4.- Calcule la lluvia promedio a partir de los pluviómetros localizados en la cuenca de

drenaje de la figura, sabiendo que el área total de la cuenca es 100 Ha, mediante: a)
método de la media aritmética; b) método de Thiessen; c) método de las isoyetas.
Discuta los resultados obtenidos por los 4 métodos.
. P1
. P5
. P2
Estación Lluvia
(mm)
P1 10.0
P2 20.0
. P4
. P3
P3
P4
30.0
40.0
P5 50.0
5.- a) Suponiendo que el sol fuera un radiador de cuerpo negro con una temperatura
superficial de 6000 K, calcule la intensidad y la longitud de onda de su radiación
emitida. b) Calcúlelas ahora para la tierra suponiendo que es también un cuerpo
negro con una temperatura superficial de 300 K. c) Discuta los resultados obtenidos.
6.- La radiación que llega a un lago tiene una intensidad de 200 W/m2. a) calcule la
radiación neta que entra al lago si el albedo es α=0.06, la temperatura superficial
30°C y la emisividad 0.97. b) Calculelo ahora para nieve fresca si el albedo es 0.8, la
emisividad 0.97 y la temperatura superficial 0 °C. c) Calculelo para pasto si el
albedo es 0.2, la emisividad 0.97 y la temperatura superficial 30 °C. d) Discuta los
resultados.
7.- En una estación climática se toman las siguientes medidas: presión del aire= 101.1
kPa, temperatura del aire= 25°C y temperatura de punto de rocío=20°C. Calcular la
presión de vapor, la humedad relativa, humedad específica y densidad del aire corre-
spondientes.
8.- Calcule la presión de vapor, la presión del aire, la humedad específica y la densidad
de aire a una elevación de 1500 m si las condiciones de la superficie son, como en el
problema anterior, presión del aire= 101.1 kPa, temperatura del aire= 25°C y tem-
peratura de punto de rocío=20°C. y la tasa de lapso 9 °C/Km.
9.- a) Si la temperatura del aire es 15 °C y la humedad relativa es del 35%, calcule la

presión de vapor, la humedad específica y la densidad del aire. Suponga una presión
atmosférica estándard (101.3 kPa).
b) Resuelva el problema si la temperatura del aire aumenta a 30 °C.
c) En que porcentaje varía la humedad específica como resultado del aumento de
temperatura. ¿Por qué?.
10.- a) Calcule el agua precipitable (mm) en una columna atmosférica saturada de 10 km

de altura si las condiciones superficiales son: temperatura= 20 °C, presión 101.3
kPa, y tasa de lapso 6.5 °C/Km.
b) Resuelva el problema para temperaturas de 0, 10, 20, 30 y 40°C.
c) Contruya una gráfica que muestre la variación de la profundidad de agua
precipitable (eje Y) con la temperatura superficial (eje X).
d) Comente los resultados.
11.- Gotas de lluvia de 1 mm caen sobre un suelo erosionable. a) Calcule la energía de

impacto de cada gota suponiendo condiciones atmosféricas estándard y teniendo en
cuenta que la gota perderá toda la energía cinética en el impacto.
b) Resuelva el problema para gotas de diámetro 0.1, 0.5, 1 y 5 mm.
c) Construya una gráfica mostrando la variación de la energía de impacto en función
del tamaño de gota.
d) Comente los resultados.
12.- Sabiendo que la constante solar es la radiación media para todo el perihelio medida
en el extremo superior de la atmófera, que su valor es 1373 W/m2, que el radio del
sol es 6.69x108 m y la distancia media de la tierra al sol es de 1.5x1011 m, calcular la
temperatura media en la superficie del Sol.
13.- Calcule la tasa de evaporación en milímetros por día desde un lago en un día de invi-
erno cuando la temperatura del aire es 5°C y la radiación media neta es 50 W/m2, y
en un día de verano cuando la radiación media neta es de 250 W/m2 y la temperatura
es de 30°C, aplicando la ecuación de Priestley-Taylor.
14.- En el mes de Julio en El Cairo (Egipto), la radiación neta promedio es 185 W/m2, la
temperatura media del aire es 28.5°C, la humedad relativa media es 55%, y la
velocidad media del viento es 2.7 m/s a la altura de 2 m. Calcular la tasa de evapo-
ración de superficie de agua abierta en milímetros por día utilizando el método de
energía (Er), el aerodinámico (Ea), el de combinación y el Priesley-Taylor. Suponga
la presión atmosférica estándar (101.3 kPa) y zo=0.03.
En la misma ciudad en Enero, las condiciones climáticas son: radiación neta
promedio 185 W/m2, temperatura media del aire 28.5°C, humedad relativa media
55%, y la velocidad media del viento 2.0 m/s a la altura de 2 m. Calcular la
evaporación de una superficie de agua abierta en milímetros por día utilizando el
método de energía (Er), el aerodinámico (Ea), el de combinación y el Priesley-
Taylor. Suponga la presión atmosférica estándar (101.3 kPa) y zo=0.03. Comente los
resultados. Que factor es el que más incidencia tiene en la evaporación en cada
método.
15.- Para la información meteorológica de Julio y Enero en El Cairo, dada en el problema

anterior, determine las evapotranspiraciones del cultivo de referencia, usando el coe-
ficiente de transferencia de vapor de Doorenbos y Pruitt B= 0.0027[1+(u/100)],
donde u es el recorrido del viento en kilómetros por día.
16.- La siguiente información (Muñoz Carpena, 1998) muestra condiciones climáticas

sobre una superficie de hierba bien humedecida durante el año 1996 en Valle Guerra
(Norte de Tenerife), a 70 m sobre el nivel del mar.
Mes T media (°C) e (Pa) Rad (W/m2) u (km/d)
1 17.7 1318.65 111.29 119.2

2 16.75 1257.65 164.15 109.8
3 17.5 1224.05 214.20 119.8
4 18.85 1257.65 247.87 102.5
5 20.55 1551.14 280.72 136.0
6 21.0 1232.38 251.50 99.7
7 23.7 2060.94 248.30 83.1
8 24.2 1887.41 265.07 94.3
9 23.25 2019.53 206.78 67.5
10 21.9 2074.93 142.34 53.4
11 20.95 1763.93 138.13 67.4
12 18.65 1469.41 128.44 100.9
Calcule la tasa de evapotranspiración media mensual (mm/d) utilizando los métodos

de a) balance de energía (Er); b) aerodinámico (Ea); c) de combinación; y d)
Priestley Taylor. Asuma una presión atmosfétrica estándard, lectura de viento a zo=2
m, y coeficiente de transferencia de vapor de Doorenbos y Pruitt B= 0.0027[1+(u/
100)], donde u es el recorrido del viento en kilómetros por día.
17.- Utilizando los registros hidrológicos de 50 años en una cuenca de drenaje con un
area de 500 Km2, se calculó el promedio anual de lluvia en 90 cm y el de escorrentía
superficial en 33 cm. Se ha planteado la construcción de un embalse a la salida de la
cuenca con una superficie promedio de 1700 Ha con el fin de recolectar la escor-
rentía disponible para abastecer una localidad cercana. Para estimar la evaporación
en la zona se conoce que la radiación media durante el año es de 101 W/m2. No
existe infiltración en la zona donde se localiza el embalse (zona baja de la cuenca).
Determinar el caudal medio anual disponible que puede retirarse para el abastec-
imiento.
18.- Partiendo del mapa de isoyetas de la Isla de Tenerife (PHI, 1993) construir una grá-
fica de precipitación anual (mm) a lo largo de un eje N-S pasando por el Teide.
Superponer en esa gráfica la sección topográfica (elevación del terreno) para ese
mismo eje, ver grafica para el paralelo 40° de los EEUU incluída en los apuntes).
¿Cuáles son los efectos de elevación y proximidad al mar observados en esta grá-
fica?. Discuta los resultados.
19.- Con la serie de tormentas de 24-horas durante 31 años recogidas en una estación
climática (ver Tabla):
a) Contruya la gráfica de probabilidad para la función de probabilidad log-normal
utilizando las posiciones de Blom. Con la función ajustada determinar la
precipitación anual para los periodos de retorno (T) de 1, 2, 5, 20 y 50 y 100 años.
b) Contruya la gráfica de probabilidad para la función de probabilidad del Valor
Extremo I o de Gumbel utilizando las posiciones de Grigorten. Con la función
ajustada determinar la precipitación anual para los periodos de retorno de 1, 2, 5, 20
y 50 y 100 años.
c) Calcular la bondad de los dos ajustes anteriores mediante el test de correlación de
Filliben. ¿Cuál de las dos funciones de probabilidad describe mejor los datos?.
d) Con los datos obtenidos construya una gráfica de P=P(T) (eje X el periodo de
retorno, eje Y la precipitación ajustada) obtenidas con las funciones ajustadas por
ambos métodos (ambas sobre el mismo sistema de ejes). Compare y comente los
resultados precipitación con periodo de retorno de 100 años obtenida con un método
y otro
e) Para una probabilidad del 90%, es la longitud del registro (20 años) adecuada?
Año Pmax-24 h (mm/d) Año Pmax-24 h (mm/d)
1945 55 1961 85
1946 19 1962 31
1947 23 1963 29
1948 52 1964 95
1949 28 1965 34
1950 61 1966 25
1951 38 1967 6
1952 46 1968 46
1953 12 1969 4
1954 49 1970 120
1955 41 1971 73
1956 32 1972 36
1957 48 1973 56
1958 26 1974 43
1959 44 1975 75
1960 82
20.- Con los datos sintéticos de 20 años consecutivos de pluviometría diaria de la est-
ación climática de La Laguna Grande, Parque Nacional de Garajonay (disponibles
en la página Web de la asignatura). Se pide:

a) determinar la precipitación anual para los periodos de retorno de 1, 2, 5, 20 y 100
años (con la mejor de las distribuciones Normal, LN o VEI). Para una probabilidad
del 90%, es la longitud del registro (20 años) adecuada?
b) Repetir el procedimiento del apartado a) seleccionando los máximos de
precipitación (tormentas máximas) de 24 h para cada año.
21.- Del estudio anterior seleccione la tormenta máxima de 24 horas para el periodo de
retorno de 15 años. Asumiendo una tormenta con distribución de intensidad de lluvia
de tipo II según el SCS, construir el hietograma sintético según dicho método.
22.- Obtenga los coeficientes K, x, b y n de la Ecuación 3-1 para la localidad de St. Louis
(Missouri, EEUU) para las curvas IDF de la Figura 3-1.

Hidrologia Atmosferica

Загружено:

Сведения о документе

Исходное описание:

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Hidrologia Atmosferica

Загружено:

Авторское право:

Доступные форматы

Hidrología Agrícola Rafael Muñoz Carpena

PARTE II: HIDROLOGÍA ATMOSFERICA

Tema 2: Relaciones agua-atmósfera

El vapor de agua es el componente traza (presente en pequeñas cantidades) del aire

(b) las reservas de aguas superficiales y subterráneas

(c) la evaporación del agua de la superficie

(d) la transpiración de los cultivos

(e) el exceso o carencia de agua en el suelo y sus efectos (percolación profunda y

Tema 2:Relaciones agua-atmósfera 23

Humedad del suelo

Figura 2-1. Interrelación entre la precipitación y otros componentes

2.1 Gases perfectos, ley de presiones parciales y composición del

Peso Densidad Conc. en

Nitrógeno 28.01 1.250 78.09 0.975 296.82

2.1.1 Ley de Boyles y Charles de los gases perfectos

Tema 2:Relaciones agua-atmósfera 24

p.Vm = R.T → p = ρ.R.T/M = ρ.Rg.T (2-1)

2.1.2 Ley de Dalton de las presiones parciales.

Ra=Rd (1+608 ρv / ρa) → Ra≈Rd (2-4)

De la relación de densidades anterior se deduce que el aire seco es menos denso

2.2 Contenido de humedad de la atmósfera. Psicrometría

2.2.1 Humedad absoluta

Tema 2:Relaciones agua-atmósfera 25

Es la masa de vapor de agua por unidad de volumen de aire, también denominada

2.2.2 Humedad específica

Como referencia, un valor alto de humedad correspondería a qv=0.03, lo que en la

2.2.3 Presión parcial de vapor, déficit.

2.2.4 Humedad relativa

Para el cálculo de la humedad relativa se utilizan los psicrómetros. Estos aparatos

Tema 2:Relaciones agua-atmósfera 26

La constante psicrométrica se calcula como γ=cp.p /(lv*0.622). Donde cp =

Ejemplo: En un psicrómetro se leen temperaturas de 20 y 25°C para el bulbo

El concepto de humedad relativa aplicado a una superficie en contacto con el aire

Tema 2:Relaciones agua-atmósfera 27

materiales. Nótese que un material se secará o hidratará en función del valor de HR

Sustancia Humedad relativa (%) Energía libre (MPa)

Fluído celular de planta 100 a 98 0 a -3

Sabiendo que la humedad relativa del aire en un frigorífico en un momento dado es

2.3 Agua precipitable en una columna de aire saturado

El agua precipitable es la cantidad máxima total de vapor de agua que puede

Tema 2:Relaciones agua-atmósfera 28

0 30 303 101.3 1.16 4.24 0.0261

g/αRa T2 = T1 - α (z2 - z1)

2.4 Formación de la lluvia en las nubes y distribución de los

El proceso de formación de gotas en las nubes y su precipitación hacia las nubes es

Tema 2:Relaciones agua-atmósfera 29

proceso se resume en la Figura 2-4. La adición mediante avionetas de ioduro de

La distribución de los tamaños de gotas en lluvias de diferente intensidad se

2.4.1 Velocidad terminal de una gota de agua de lluvia

Tema 2:Relaciones agua-atmósfera 30

y Cd se obtiene de la Tabla 2-4.

Para el caso D<0.1 la Ley de Stokes es de aplicación, donde Cd = 24/Re=24.νa/

Tema 2:Relaciones agua-atmósfera 31

suelo. Nótese como la hipótesis de cálculo de velocidad terminal depende de la

2.5 Intensidad de la precipitación: hietograma y curva de lluvia

Tema 2:Relaciones agua-atmósfera 32

Las tormentas se definen por el volumen de agua precipitada P (mm) y la

t (min) P_ac (mm) 15min 30min 1h 2h

Tema 2:Relaciones agua-atmósfera 33

2.6 Cálculo del promedio de lluvia sobre una superficie

La precipitación es también variable en el espacio como demuestra el hecho

Tema 2:Relaciones agua-atmósfera 34