validación de metodologías para el cálculo de caudales máximos
TRANSCRIPT
UNIVERSIDAD CENTROAMERICANA
“JOSÉ SIMEÓN CAÑAS”
VALIDACIÓN DE METODOLOGÍAS PARA EL CÁLCULO DE
CAUDALES MÁXIMOS EN EL SALVADOR
TRABAJO DE GRADUACIÓN PREPARADO PARA LA
FACULTAD DE INGENIERÍA Y ARQUITECTURA
PARA OPTAR AL GRADO DE
INGENIERO CIVIL
POR:
BORIS EDUARDO CARÍAS JUÁREZ
EGLY TATIANA CHACÓN NOVOA
MIGUEL ÁNGEL MARTÍNEZ MÁRQUEZ
OCTUBRE 2004
SAN SALVADOR, EL SALVADOR, CENTROAMÉRICA
RECTOR
JOSÉ MARÍA TOJEIRA, S.J.
SECRETARIO GENERAL
RENÉ ALBERTO ZELAYA
DECANO DE LA FACULTAD DE INGENIERÍA Y ARQUITECTURA
CELINA PÉREZ RIVERA
COORDINADOR DE LA CARRERA DE INGENIERÍA CIVIL
JOSÉ MAURICIO CEPEDA
DIRECTOR DEL TRABAJO
ADRIANA MARÍA ERAZO CHICA
LECTOR
JACQUELINE IVETTE CATIVO SANDOVAL
i
SUMARIO
En este trabajo se calculan los tiempos de concentración y se valida la metodología para la
determinación de éstos, además, se calculan caudales máximos por las metodologías
hidrometeorológicas de Fórmula Racional, Soil Conservation Service, Hidrogramas
Unitarios Complejos e Hidrogramas Sintéticos; además se realiza un análisis estadístico de
series de caudales máximos y se determina la función de distribución de mejor ajuste.
Luego se comparan los resultados de las metodologías hidrometeorológicas con los
resultados de las metodologías puntual y regional. Para finalizar, se validan las
metodologías hidrometeorológicas antes mencionadas o se determinan los factores de
ajuste correspondientes.
ii
iii
ÍNDICE GENERAL
SIGLAS…………………………………………………………………………… xv
ABREVIATURAS………………………………………………………………... xvi
SIMBOLOGÍA……………………………………………………………………. xvii
PRÓLOGO………………………………………………………………………... xviii
1. INTRODUCCIÓN……………………………………………………………... 1
1.1 Introducción………………………………………………………….. 3
1.2 Objetivos……………………………………………………………... 4
1.2.1 Objetivo general……………………………………………. 4
1.2.2 Objetivos específicos………………………………………. 4
1.3 Límites y alcances……………………………………………………. 5
1.4 Antecedentes…………………………………………………………. 7
1.5 Limitaciones………………………………………………………….. 8
2. FUNDAMENTOS TEÓRICOS PARA EL CÁLCULO DE CAUDALES
MÁXIMOS……………………………………………………………………. 11
2.1 Introducción………………………………………………………… 13
2.2 Fundamentos teóricos sobre Hidrometeorología…………………….. 13
2.2.1 Cálculo de caudales máximos utilizando el Método de la
Fórmula Racional………………………………………………… 14
2.2.2 Estimación de Hidrogramas Unitarios……………………… 21
2.2.3 Cálculo de caudales máximos a través de Los Hidrogramas
Unitarios (Sintéticos y Complejo)………………………………... 30
2.3 Cálculo de caudales máximos utilizando el método Regional de
Índice de Creciente……………………………………………………….. 32
2.4 Fundamentos teóricos estadísticos para la determinación de
caudales máximos y determinación de función de mejor ajuste………… 33
2.4.1 Distribuciones de probabilidad más usadas en hidrología para
variables…………………………………………………………………... 42
iv
2.4.2 Pruebas de bondad de bondad de ajuste……………………. 49
2.4.3 Selección de la función de distribución de mejor ajuste…… 51
3. APLICACIÓN DE METODOLOGÍAS……………………………………….. 53
3.1 Introducción…………………………………………………………. 55
3.2 Aplicación de Metodologías Hidrometeorológicas………………….. 55
3.2.1 Cálculo de caudales máximos por método de la Fórmula
Racional…………………………………………………………... 55
3.2.2 Cálculo de caudales máximos por método del Hidrograma
Sintético de Snyder……………………………………………….. 75
3.2.3 Cálculo de caudales máximos por método del Hidrograma
Sintético Triangular, SCS e Hidrograma Unitario Complejo…….. 77
3.3 Aplicación de Metodologías Estadísticas…………………………… 93
3.3.1 Aplicación de metodología estadística Regional…………… 93
3.3.2 Aplicación de metodología estadística Puntual…………….. 94
3.4 Selección de distribución de mejor ajuste…………………………... 106
3.4.1 Prueba ji-Cuadrado……………………………………….. 106
3.4.2 Prueba Smirnov-Kolmogorov…………………………….. 108
3.4.3 Cálculo de caudales máximos por metodología estadística
puntual de mejor ajuste (Log-Normal)…………………………... 109
4. ANÁLISIS DE RESULTADOS……………………………………………….. 111
4.1 Introducción………………………………………………………… 113
4.2 Análisis de resultados de Coeficientes de Escurrimiento C………… 113
4.3 Análisis de resultados de Tiempos de Concentración………………. 114
4.3.1 Validación de fórmulas empíricas para calcular tiempos
de concentración………………………………………………… 114
4.4 Análisis de resultados del Número de Curva CN…………………... 117
4.5 Análisis de resultados de caudales máximos obtenidos mediante
el Método Racional……………………………………………………... 118
4.6 Análisis de resultados obtenidos a través de los Hidrogramas
v
Sintéticos de Snyder……………………………………………………... 118
4.7 Análisis de resultados obtenidos a través de los Hidrogramas
Sintéticos Triangular, SCS e Hidrogramas Unitarios Complejos………. 119
4.8 Análisis de resultados obtenidos mediante el Método Regional de
Índice de Creciente……………………………………………………… 122
4.9 Análisis de resultados obtenidos con metodologías estadísticas
Puntuales………………………………………………………………... 122
4.10 Comparación entre caudales máximos calculados por metodologías
hidrometeorológicas y los calculados por metodologías estadísticas
(puntual de mejor ajuste y regional)…………………………………….. 124
4.10.1 Comparación entre metodologías para la determinación de
caudales máximos por la Fórmula Racional y Estadísticas
Puntual y Regional………………………………………………. 126
4.10.2 Comparación entre metodologías para la determinación
de caudales máximos a través del HS de Snyder y Estadísticas
Puntual y Regional………………………………………………. 129
4.10.3 Comparación entre metodologías para la determinación de
caudales máximos a través del HS Triangular, SCS y
Estadísticas Puntual y Regional…………………………………. 131
4.10.4 Comparación entre metodologías para la determinación de
caudales máximos a través del HU Complejo y Estadísticas
Puntual y Regional………………………………………………. 136
4.10.5 Comparación entre metodologías para la determinación de
caudales máximos por metodologías Estadísticas Puntual y
Regional…………………………………………………………. 138
4.11 Determinación de factores de ajuste para los Métodos Racional,
Hidrogramas Sintéticos de Snyder, Triangular, y Método del Soil
Conservation Service e Hidrogramas Unitarios Complejos……………... 139
5. CONCLUSIONES Y RECOMENDACIONES………………………………... 143
5.1 Conclusiones………………………………………………………... 145
vi
5.2 Recomendaciones…………………………………………………… 147
GLOSARIO……………………………………………………………………….. 149
BIBLIOGRAFÍA………………………………………………………………….. 153
ANEXO A. Mapas……………………………………………………………….. A-1
ANEXO B. Tablas de valores de las funciones de distribución de probabilidad
normal y ji-cuadrado……………………………………………………………… B-1
ANEXO C. Tablas de Coeficientes de Escurrimiento C y Número de Curva CN. C-1
vii
ÍNDICE DE TABLAS
Tabla 2.1 Velocidades de recorrido de tanteo en función de la pendiente media 20
de la cuenca………………………………………………………………
Tabla 2.2 Promedio de velocidades de escurrimiento para calcular el tiempo de
Concentración…………………………………………………………. 20
Tabla 2.3 Velocidades promedio aproximadas de escorrentía para calcular el
tiempo de concentración………………………………………………. 21
Tabla 2.4 Ecuaciones de relación entre el valor medio de los caudales máximos
Q2.33 y el área de la cuenca……………………………………………. 33
Tabla 2.5 Factores de ajuste para el cálculo de caudales máximos……………… 33
Tabla 2.6 Valores críticos dcrit para la prueba Smirnov-Kolmogorov de bondad
de ajuste……………………………………………………………….. 50
Tabla 3.1 Cálculo de valor de C ponderado para período de retorno de 5 años…. 57
Tabla 3.2 Cálculo de valor de C ponderado para período de retorno de 10 años... 57
Tabla 3.3 Cálculo de valor de C ponderado para período de retorno de 20 años... 57
Tabla 3.4 Cálculo de valor de C ponderado para período de retorno de 25 años.. 58
Tabla 3.5 Cálculo de valor de C ponderado para período de retorno de 50 años.. 58
Tabla 3.6 Cálculo de valor de C ponderado para período de retorno de 100 años 58
Tabla 3.7 Valores de C finales ponderados para períodos de retorno de 5, 10,
20, 25, 50 y 100 años…………………………………………………. 59
Tabla 3.8 Intensidades para diferentes períodos de retorno para la estación Güija 60
Tabla 3. 9 Cálculo de Tiempos de Concentración con fórmulas empíricas de
Kirpich, Giandotti y SCS……………………………………………… 69
Tabla 3.10 Cálculo de Tiempos de Concentración con fórmula empírica de la
FAA…………………………………………………………………… 70
Tabla 3.11 Cálculo de Velocidades Medias para cada estación en estudio por
medio de la fórmula de velocidad de escorrentía…………………… 71
Tabla 3.12 Cálculo de velocidades medias para validación de tiempos de
Concentración………………………………………………………… 72
Tabla 3.13 Valores de Intensidades Máximas utilizadas en el Método Racional…. 74
viii
Tabla 3.14 Cálculo de Caudales Máximos por metodología de la Fórmula
Racional………………………………………………………………… 75
Tabla 3.15 Variables necesarias para la construcción del HS de Snyder…………... 76
Tabla 3.16 Variables necesarias para la obtención de Caudales Máximos a través
del HS de Snyder………………………………………………………. 77
Tabla 3.17 Valores de Caudales Máximos calculados a través del HS de Snyder…. 77
Tabla 3.18 Tabla de clasificación de los tipos de suelo en El Salvador según los
grupos de suelo del SCS……………………………………………….. 78
Tabla 3.19 Clasificación de áreas de cobertura vegetal y urbana en los tipos de
suelo reconocidos en El Salvador para la estación Conacaste Herrado.. 79
Tabla 3.20 Clasificación de áreas y valores de CN para cada grupo hidrológico
Cálculo de CN ponderado para la cuenca de la estación Conacaste
Herrado………………………………………………………………… 80
Tabla 3.21 Valores de CN ponderados finales para las estaciones de estudio……... 81
Tabla 3.22 Profundidad de lluvia de diseño obtenida por bloque alterno para un
período de Retorno de 5 años (estación San Lorenzo)………………… 82
Tabla 3.23 Lluvias totales por período de retorno para la estación San Lorenzo….. 82
Tabla 3.24 Lluvias netas por período de retorno para la estación San Lorenzo……. 82
Tabla 3.25 Variables para la construcción del HS Triangular para todas las
Estaciones……………………………………………………………… 83
Tabla 3.26 Variables para la construcción del HS Triangular, estación San
Lorenzo…………………………………………………………………. 84
Tabla 3.27 Secuencia de acumulación de caudales para la construcción del
hidrograma de caudales de la estación San Lorenzo para un período
de retorno de 5 años……………………………………………………. 85
Tabla 3.28 Cálculo de caudales máximos a través del HS Triangular para todas
las estaciones…………………………………………………………... 86
Tabla 3.29 Variables para la construcción del hidrograma sintético SCS, todas
las estaciones…………………………………………………………… 86
Tabla 3.30 Variables para la construcción del HS SCS, estación San Lorenzo……. 87
Tabla 3.31 Secuencia de acumulación de caudales para la construcción del
ix
hidrograma de caudales de la estación San Lorenzo para un período
de retorno de 5 años (SCS)……………………………………………... 88
Tabla 3.32 Cálculo de caudales máximos a través del HS SCS para todas las
Estaciones………………………………………………………………. 89
Tabla 3.33 Hietograma de exceso de lluvia e hidrograma de escorrentía directa,
estación San Luis Talpa………………………………………………… 91
Tabla 3.34 Hidrograma Unitario Complejo para la estación San Luis Talpa………. 91
Tabla 3.35 Secuencia de acumulación de caudales para la construcción del
hidrograma de caudales de la estación San Lorenzo para un período
de retorno de 5 años (HU C)…………………………………………. 92
Tabla 3.36 Cálculo de caudales máximos a través del Hidrograma Unitario
Complejo para todas las estaciones…………………………………….. 92
Tabla 3.37 Factores de ajuste para el cálculo de caudales máximos por
metodología Estadística Regional……………………………………... 93
Tabla 3.38 Cálculo de caudales a través de la metodología Estadística Regional…. 94
Tabla 3.39 Cálculo de distribución de probabilidades Log-Normal para la
estación Pasaquina……………………………………………………... 96
Tabla 3.40 Distribuciones de probabilidad Log-Normal para las estaciones
analizadas………………………………………………………………. 97
Tabla 3.41 Cálculo de distribución de probabilidades Log-Pearson III para la
estación Pasaquina……………………………………………………... 98
Tabla 3.42 Distribuciones de probabilidad Log-Perason III para las estaciones
Analizadas……………………………………………………………… 99
Tabla 3.43 Cálculo de distribución de probabilidades Gumbel para la estación
Pasaquina………………………………………………………………. 100
Tabla 3.44 Distribuciones de probabilidad Gumbel para las estaciones analizadas.. 101
Tabla 3.45 Aplicación de prueba ji-Cuadrado a estación Pasaquina………………. 103
Tabla 3.46 Valores calculados del estadístico D para las funciones de
distribución en las estaciones analizadas………………………………. 104
Tabla 3.47 Aplicación de prueba Smirnov-Kolmogorov a estación Pasaquina……. 105
Tabla 3.48 Valores calculados del parámetro Dmáx para las funciones de
x
distribución en las estaciones analizadas………………………………. 105
Tabla 3.49 Calificación de funciones para la estación Pasaquina según ji-
Cuadrado……………………………………………………………….. 107
Tabla 3.50 Calificación de funciones para las estaciones analizadas según ji-
Cuadrado……………………………………………………………….. 107
Tabla 3.51 Calificación de funciones para la estación Pasaquina según Smirnov-
Kolmogorov……………………………………………………………. 108
Tabla 3.52 Calificación de funciones para las estaciones analizadas según
Smirnov- Kolmogorov…………………………………………………. 109
Tabla 3.53 Valores de caudales máximos calculados por metodología estadística
Log-Normal…………………………………………………………….. 110
Tabla 4.1 Tabla de estaciones en las abscisas de la gráfica anterior………………. 117
Tabla 4.2 Comparación de variables del método de Snyder para el cálculo de
caudales máximos………………………………………………………. 119
Tabla 4.3 Tabla comparativa de tiempos bases entre los HU Triangulares y los
HU SCS…………………………………………………………………. 120
Tabla 4.4 Comparación entre Caudales Máximos por metodologías del HU
Complejo, HS Triangular y SCS………………………………………... 121
Tabla 4.5 Comparación de estaciones de diferente región Hidrológica……………. 122
Tabla 4.6 Comparación de caudales máximos entre metodologías
Hidrometeorológicas y Estadísticas para la estación Los Tihuilotes…… 124
Tabla 4.7 Porcentajes de diferencia entre métodos Estadístico Puntual y
Racional…………………………………………………………………. 126
Tabla 4.8 Porcentajes de diferencia entre métodos Estadístico Regional y
Racional…………………………………………………………………. 127
Tabla 4.9 Porcentajes de diferencia entre métodos Estadístico Puntual y HS de
Snyder…………………………………………………………………. 129
Tabla 4.10 Porcentajes de diferencia entre métodos Estadístico Regional y HS de
Snyder…………………………………………………………………… 130
Tabla 4.11 Porcentajes de diferencia entre métodos Estadístico Puntual y HS
Triangular……………………………………………………………….. 132
xi
Tabla 4.12 Porcentajes de diferencia entre métodos Estadístico Regional y HS
Triangular……………………………………………………………….. 132
Tabla 4.13 Porcentajes de diferencia entre métodos Estadístico Puntual y HS SCS... 134
Tabla 4.14 Porcentajes de diferencia entre métodos Estadístico Regional y HS
SCS……………………………………………………………………… 134
Tabla 4.15 Porcentajes de diferencia entre métodos Estadístico Puntual y HU
Complejo………………………………………………………………... 137
Tabla 4.16 Porcentajes de diferencia entre métodos Estadístico Regional y HU
Complejo………………………………………………………………... 138
Tabla 4.17 Porcentajes de diferencia entre métodos Estadístico Puntual y
Regional………………………………………………………………… 138
Tabla 4.18 División de estaciones por zona geográfica del país……………………. 140
Tabla 4.19 Factores de ajuste para diferentes períodos de retorno, Zona
Occidental……………………………………………………………….. 140
Tabla 4.20 Factores de ajuste para diferentes períodos de retorno, Zona Central....... 140
Tabla 4.21 Factores de ajuste para diferentes períodos de retorno, Zona Oriental….. 140
Tabla C-1 Tabla de valores de coeficiente de escurrimiento C……………………... C-1
Tabla C-2 Tabla de valores de Números de Curva CN……………………………... C-2
xii
xiii
ÍNDICE DE FIGURAS
Figura 2.1 Hidrograma Sintético de Snyder……………………………………… 23
Figura 2.2 Hidrogramas Sintéticos Triangular y SCS……………………………. 27
Figura 2.3 Distribución de la función de probabilidad de la variable x………….. 37
Figura 2.4 Función de Densidad Log – Normal………………………………….. 46
Figura 3.1 Curvas I-D-F, escala aritmética estación Güija………………………. 61
Figura 3.2 Curvas I-D-F, escala logarítmica estación Güija……………………... 61
Figura 3.3 Curvas I-D-F, escala aritmética estación Izalco……………………… 62
Figura 3.4 Curvas I-D-F, escala logarítmica estación Izalco…………………….. 62
Figura 3.5 Curvas I-D-F, escala aritmética estación Galera……………………... 63
Figura 3.6 Curvas I-D-F, escala logarítmica estación Galera……………………. 63
Figura 3.7 Curvas I-D-F, escala aritmética estación El Papalón…………………. 64
Figura 3.8 Curvas I-D-F, escala logarítmica estación El Papalón……………….. 64
Figura 3.9 Curvas I-D-F, escala aritmética estación Santa Cruz Porrillo………... 65
Figura 3.10 Curvas I-D-F, escala logarítmica estación Santa Cruz Porrillo……… 65
Figura 3.11 Curvas I-D-F, escala aritmética estación Aeropuerto de Ilopango….. 66
Figura 3.12 Curvas I-D-F, escala logarítmica estación Aeropuerto de Ilopango… 66
Figura 3.13 Hidrograma de crecidas para la estación San Luis Talpa……………. 90
Figura 3.14 Ubicación de la línea divisoria del caudal base……………………… 90
Figura 3.15 Gráfico del Hidrograma Unitario Complejo estación San Luis Talpa. 91
Figura 4.1 Gráfico comparativo de velocidades de escurrimiento……………… 116
Figura 4.2 Comparación entre Hidrogramas Unitarios Triangular y SCS………. 120
Figura 4.3 Comparación de caudales máximos por HU Complejo, HU
Triangular y HU SCS………………………………………………... 121
Figura 4.4 Gráfico comparativo de caudales máximos entre metodologías
Hidrometeorológicas y Estadísticas para la estación Los Tihuilotes... 125
Figura 4.5 Porcentaje de diferencia de caudales máximos entre metodología
Estadística Puntual y Racional. T=20 años…………………………... 128
Figura 4.6 Porcentajes de diferencias de caudales máximos entre metodología
Estadística Regional y Racional. T=20 años………………………… 128
xiv
Figura 4.7. Porcentajes de diferencias de caudales máximos entre metodología
Estadística Puntual y HS de Snyder. T=10 años……………………. 130
Figura 4.8. Porcentajes de diferencias de caudales máximos entre metodología
Estadística Regional e HS de Snyder. T=10 años................................ 131
Figura 4.9. Porcentajes de diferencias de caudales máximos entre metodología
Estadística Puntual y HS Triangular. T=100 años…………………... 133
Figura 4.10. Porcentajes de diferencias de caudales máximos entre metodología
Estadística Regional y HS Triangular. T=100 años………………… 133
Figura 4.11. Porcentajes de diferencias de caudales máximos entre metodología
Estadística Puntual y HS SCS. T=100 años…………………………. 135
Figura 4.12. Porcentajes de diferencias de caudales máximos entre metodología
Estadística Regional y HS SCS. T=100 años………………………. 135
Figura 4.13. Porcentajes de diferencias de caudales máximos entre metodología
Estadística Puntual y HU Complejo . T=25 años……………………. 136
Figura 4.14. Porcentajes de diferencias de caudales máximos entre metodología
Estadística Regional y HU Complejo. T=25 años…………………... 137
Figura 4.15. Porcentajes de diferencia entre métodos Estadístico Puntual y
Regiona l T=20 años…………………………………………………. 139
Figura A-1 Mapa de Regiones Hidrográficas……………………………………. A-1
Figura A-2 Simbología…………………………………………………………… A-2
Figura A-3 Regiones hodrológicamente homogéneas…………………………… A-3
Figura B-1 Valores de la función de distribución de probabilidad normal………. B-1
Figura B-2 Valores de la función de distribución de probabilidad ji-cuadrado…. B-2
xv
SIGLAS
CALTRANS: California Department of Transportation.
CES: Conservation Engineering Service.
CNR: Centro Nacional de Registros.
CV: Capital Variable.
EEUU: Estados Unidos de Amé rica.
ES: El Salvador.
FAA: Federal Aviation Administration.
HU: Hidrograma Unitario.
HS: Hidrograma Sintético.
IGN: Instituto Geográfico Nacional.
MARN: Ministerio del Medio Ambiente y Recursos Naturales.
NRCS: National Resource Conservation Service.
SA: Sociedad Anónima.
SCS: Soil Conservation Service.
SHN: Servicio Hidrológico Nacional.
SNET: Servicio Nacional de Estudios Territoriales.
TR: Technical Release.
US: United States.
USA: United State of America.
USDA: United States Department of Agriculture.
USI: Unidad de Sistemas de Información.
USGS: United States Geological Service.
xvi
ABREVIATURAS
Ec: Ecuación.
Inc: Incorporated.
Ltd: Limited.
Log: Logarítmica.
min: Minutos.
p: Página.
Prob: Probabilidad.
seg: Segundos.
xvii
SIMBOLOGÍA
C: Coeficiente de escurrimiento.
CN: Número de curva.
C?: Coeficiente de variación.
p: Láminas de precipitación total.
P: Probabilidad.
?: Varianza a partir de la muestra.
S: Retención potencial máxima.
T: Período de retorno.
x : Media a partir de la muestra.
γ: Coeficiente de asimetría.
µ : Media aritmética.
σ: Desviación estándar.
σ²: Varianza.
xviii
PRÓLOGO
El capítulo uno, trata sobre las generalidades del documento, introducción, objetivo general
y específicos, límites y alcances, antecedentes y limitaciones.
El capítulo dos, trata sobre la descripción de las metodologías hidrometeorológicas y
estadísticas utilizadas para la determinación de los caudales máximos. Además se detallan
los procedimientos utilizados para la determinación de los factores de ajuste.
En el capítulo tres, se realizan todos los cálculos necesarios para la determinación de los
caudales máximos, además, se realizan los cálculos para el análisis estadístico de series de
caudales máximos y para la determinación de la función de distribución de mejor ajuste.
También se determinan los caudales máximos por metodología estadística regional.
En el capítulo cuatro, se realiza el análisis de resultados de cada una de las metodologías
utilizadas para la determinación de caudales máximos, comparando las hidrometeorológicas
con la regional y la estadística de mejor ajuste. Además, de ser necesario, se determinan los
factores de ajuste para las metodologías hidrometeorológicas que lo requieran.
Para finalizar, en el capítulo cinco se presentan las conclusiones y recomendaciones
pertinentes.
3
1. INTRODUCCIÓN
1.1 Introducción
El agua es un recurso fundamental para la vida y un factor esencial para el sector
productivo, por lo que la determinación de los caudales en una región, tiene especial
importancia debido al predominio de las actividades relacionadas con el aprovechamiento
de los recursos hídricos. A través de esto es posible obtener información valiosa para la
gestión del agua, en términos de los usos: agrícolas, forestales, energéticos, de uso
doméstico, construcción de obras civiles, etc.
Por otro lado, estudiar las precipitaciones y conocer su distribución temporal es motivo de
interés para estudios hidrológicos. La precipitación, como variable de estado hidrológica, se
puede caracterizar a través de la intensidad, su distribución en el espacio y en el tiempo, y
su frecuencia o probabilidad de ocurrencia, y para poder caracterizarla es necesario un gran
número de observaciones, extraídas de series pluviográficas, con el objeto de deducir el
patrón de comportamiento en una zona determinada y permitir un análisis o uso posterior.
A la vez se pueden proporcionar índices para realizar estudios de crecidas, para un
adecuado diseño y dimens ionamiento de las obras civiles. Para esto es necesario conocer
las intensidades de precipitación, para dist intos períodos de retorno.
Ahora bien, los cálculos de caudales máximos son imprescindibles para el diseño y
planificación de obras civiles. Pero muchas veces no se dispone de registros que nos
permitan determinar estos caudales, es por esto que se hace necesario contar con
metodología que nos permita determinar lo s valores de caudales máximos empíricamente.
Las metodologías para el cálculo de caudales máximos utilizadas en El Salvador pueden
subestimar o sobreestimar los valores de caudales máximos, ya que se basan en ecuaciones
o coeficientes empíricos desarrollados para puntos geográficos con características
diferentes a las del país. El necesitar definir cuales son la o las metodologías que sean
aplicables para las características físicas hidrológicas de las diferentes regiones
4
salvadoreñas, nos impulsa a realizar un trabajo de investigación que solvente estas
necesidades de la mejor manera posible.
En el documento que se presenta, se analizan y validan las metodologías para la
determinación de tiempos de concentración de Kirpich, Giandotti, Administración Federal
de Aviación y la del Servicio de Conservación del Suelo (SCS), además de las
metodologías para la determinación de caudales máximos por Método Racional;
Hidrogramas Unitarios Complejos y Sintéticos: de Snyder, Triangular y SCS.
1.2 Objetivos
1.2.1 Objetivo general
Validar metodologías de estimación de caudales máximos en las regiones hidrográficas
siguientes: Paz, Cara Sucia-San Pedro, Grande-Sonsonate, Mandinga -Comalapa, Jiboa,
Bahía de Jiquilisco, Río Grande de San Miguel, Sirama y Goascorán; todas dentro de
territorio salvadoreño que a lo largo del presente documento se llamarán “regiones
hidrográficas analizadas”.
1.2.2 Objetivos específicos
• Validación de fórmulas empíricas para la estimación de tiempos de concentración.
• Estimación de curvas Intensidad – Frecuencia – Duración en las regiones hidrográficas
analizadas.
• Determinación de hidrogramas unitarios para las regiones hidrográficas analizadas.
• Estimación del número de curva CN y coeficiente de escurrimiento C.
• Cálculo de caudales máximos por medio de metodologías hidrometeorológicas.
5
• Análisis estadístico de series de caudales máximos y determinación de función de
distribución de mejor ajuste.
• Comparación de resultados de metodologías hidrometeorológicas con resultados de
metodologías estadísticas puntuales y regionales.
• Validación de las metodologías de Fórmula Racional, Soil Conservation Service USA
(SCS) e Hidrogramas Unitarios para la estimación de caudales máximos en las
regiones hidrográficas Paz, Cara Sucia-San Pedro, Grande-Sonsonate, Mandinga-
Comalapa, Jiboa, Bahía de Jiquilisco, Río Grande de San Miguel, Sirama y Goascorán;
todas dentro de territorio salvadoreño.
• Determinación de factores de ajuste para la aplicación de metodologías
hidrometeorológicas en El Salvador.
1.3 Límites y alcances
• Validación de las fórmulas empíricas para cálculo de tiempos de concentración,
validando factores o determinando nuevos.
• Determinación de curvas de Intensidad – Frecuencia – Duración, para las siguientes
estaciones: Güija, Izalco, Galera, El Papalón, Santa Cruz Porrillo y Aeropuerto de
Ilopango de las regiones hidrográficas analizadas, las cuales serán utilizadas en el
cálculo de caudales máximos de dichas regiones.
• Se determinarán los hidrogramas unitarios para estimar caudales máximos esperados en
las regiones hidrográficas analizadas, para períodos de retorno de 5, 10, 20, 25, 50 y
100 años, en las estaciones: San Lorenzo, La Atalaya, Sensunapán, Conacaste Herrado,
San Luis-Comalapa, San Ramón, Los Tihuilotes, Hato Nuevo, Villerías, Moscoso y
Pasaquina.
6
• La determinación de coeficientes de escurrimiento C y Número de Curva CN se hará a
través de tablas obtenidas de las siguientes instituciones gubernamentales de Los
Estados Unidos de América: Soil Conservatión Service SCS y U.S. Geologycal Survey
USGS, a analizar para la aplicación de metodologías de fórmula racional y SCS, con
base en la cobertura vegetal, tipo de suelo y pendiente del terreno, información obtenida
de los mapas proporcionados por el Ministerio de Agricultura y Ganadería, para cada
una de las regiones hidrográficas analizadas.
• Aplicación de metodologías hidrometeorológicas para el cálculo de caudales máximos
para períodos de retorno de 5, 10, 20, 25, 50 y 100 años, por las fórmulas empíricas:
Fórmula Racional, Soil Conservation Service e Hidrogramas Unitarios; para las
estaciones: San Lorenzo, La Atalaya, Sensunapán, Conacaste Herrado, San Luis-
Comalapa, San Ramón, Los Tihuilotes, Hato Nuevo, Villerías, Moscoso y Pasaquina,
de las regiones hidrográficas analizadas.
• Aplicación de metodologías estadísticas para el cálculo de caudales máximos para
períodos de retorno de 5, 10, 20, 25, 50 y 100 años, que serán: Distribuciones Log-
Normal II, Log-Pearson III y Gumbel; para las estaciones: San Lorenzo, La Atalaya,
Sensunapán, Conacaste Herrado, San Luis-Comalapa, San Ramón, Los Tihuilotes, Hato
Nuevo, Villerías, Moscoso y Pasaquina, de las regiones hidrográficas analizadas.
• De las metodologías estadísticas aplicadas, se seleccionará la de mejor ajuste para cada
zona hidrográfica.
• Se compararán los resultados de las metodologías hidrometeorológicas aplicadas con
los resultados de las metodologías: estadística puntual de mejor ajuste y regional.
• Se validarán la o las metodologías hidrometeorológicas que apliquen en cada región
hidrográfica analizada y de ser necesario se determinará el coeficiente de ajuste para su
aplicación.
7
• El Salvador cuenta con las siguientes diez regiones hidrográficas: Paz, Cara Sucia-San
Pedro, Grande-Sonsonate, Mandinga-Comalapa, Jiboa, Bahía de Jiquilisco, Río Grande
de San Miguel, Sirama, Goascorán y Lempa, (ver Anexo A), ésta última no será
incluida en este estudio debido a su extensión (abarca casi la mitad del territorio
salvadoreño).
1.4 Antecedentes
- Se cuenta con un estudio similar realizado en la cuenca del río San Carlos en el
departamento de Antioquia en Colombia, denominado “Diseño hidrológico con
información escasa. Un caso de estudio: Río San Carlos”, el cual fue elaborado por la
Universidad Nacional de Colombia, Sede Medellín en el año de 1997. En él, se
presentan los caudales máximos instantáneos asociados a ciertos períodos de retorno
obtenidos por varias metodologías. Por las características de la información disponible
(calidad y cantidad), para la realización del estudio se aplicaron algunas técnicas de
información escasa. Las metodologías utilizadas fueron:
• Análisis de frecuencia.
• Modelos lluvia escorrentía.
• Método racional.
Se presentan conclusiones y recomendaciones referentes, en su mayoría, a que la
necesidad de información, para la obtención de resultados confiables, es fundamental en
este tipo de estudios. Además, recomiendan el uso discreto de la metodología con
información escasa (cálculo de caudales por Hidrogramas Sintéticos).
- Trabajo de graduación “Análisis de intensidades máximas anuales en El Salvador”
realizado por José Salvador Perla Argueta, Mauricio Alfaro Osegueda y Roberto
Domínguez Rivera; en Agosto de 1990 para la Universidad Tecnológica, en este trabajo
de graduación se obtienen una serie de registros de curvas Intensidad-Frecuencia-
Duración y mapas representativos de las intensidades máximas anuales producidos por
8
la precipitación; además enfoca métodos hidrometeorológicos para el cálculo de
intensidades en El Salvador. Para su realización se efectúa un análisis de homogeneidad
de las series pluviográficas, como también, un análisis de frecuencias para definir la
probabilidad de ocurrencia de las intensidades máximas para diferentes períodos de
retorno, de las cuales se generan los mapas de intensidades. Este trabajo será utilizado
como apoyo para el cálculo de las curvas de Intensidad – Frecuencia – Duración.
- Estudio sobre: "Sistematización por medio de terrazas de predios destinados a la
agricultura"; J.C. Molinelli; Dirección de Agronomía, Publ. Nº 93, 1948; Montevideo.
Citado por Ghiggia, R. 1981. En el cual se determinaron promedios aproximados de
velocidades de escurrimiento para calcular tiempos de concentración.
- Estudio sobre “Condicionantes físicos para la ordenación de la orla sudoeste del suelo
urbanizable en la ciudad de Zaragoza, España”. En él, se presentó una ecuación que
relaciona la velocidad de escorrentía con los tiempos de concentración.
- “Estudio de Regionalización de Caudales Máximos y Medios en El Salvador” realizado
por la Ingeniero Adriana Erazo del Servicio Hidrológico Nacional del SNET. En él, se
analiza la información, se delimitan las regiones hidrológicamente homogéneas, se
determinan factores para el cálculo de caudales para diferentes períodos de retorno así
como también las características fisiográficas de las cuencas y se calculan caudales
máximos.
1.5 Limitaciones
Información incompleta en algunas de las estaciones, debido a que varias estaciones
hidrométricas fueron suspendidas temporalmente por causas de fuerza mayor durante los
años ochenta.
Se contó con, aproximadamente, seis meses para la elaboración del trabajo de graduación.
Al analizar este período de tiempo con la directora del trabajo y programar las actividades a
realizar se llegó a la conclusión de que el tiempo era suficiente para analizar, únicamente,
9
nueve de las diez regiones hidrográficas con las que cuenta El Salvador, excluyendo la
región hidrográfica del río Lempa, la cual abarca casi la mitad del territorio salvadoreño.
La calidad de la información del cálculo de caudales puede verse afectada debido a que al
extrapolar valores de caudales para alturas mayores a las aforadas, se pueden presentar
errores al extender la curva de caudales, sobreestimando o subestimando así, dichos valores
de caudales.
No se contaba con información de lluvias sobre el área de las cuencas para las fechas de los
eventos de crecidas máximas extraídas de las curvas de descarga obtenidas de los aforos
medidos en las estaciones hidrométricas.
Debido a que las curvas Intensidad-Frecuencia -Duración se calcularon para duraciones no
mayores a 360 minutos, los tiempos de concentración mayores a 360 minutos presentaron
incertezas en sus cálculos, por lo que no se tomaron en cuenta.
Todas las estaciones contaban con registros de 20 años o menos, lo que dificultó el análisis
estadístico puntual por contar con escaso número de registros, no del todo suficientes para
hacer un análisis estricto.
13
2. FUNDAMENTOS TEÓRICOS PARA EL CÁLCULO DE CAUDALES
MÁXIMOS
2.1 Introducción
Los fundamentos teóricos de las metodologías utilizadas para la determinación de caudales
máximos en este estudio, las cuales son algunas de las utilizadas en El Salvador; fueron
obtenidos de variada bibliografía, detallada en el apartado bibliográfico de este documento.
El objetivo de este capítulo es dar a conocer los fundamentos teóricos de las metodologías
utilizadas, que posteriormente se validará n, para la obtención de caudales máximos en El
Salvador, mejorando así su comprensión; además de servir como guía para posteriores
estudios relacionados con la temática abordada. Existen metodologías tanto
Hidrometeorológicas como Estadísticas para la determinación de caudales máximos. Las
metodologías Hidrometeorológicas tomadas en cuenta en este trabajo son: Método
Racional, Hidrogramas Unitarios Complejo y Sintéticos de Snyder, Triangular y SCS; y las
metodologías Estadísticas utilizadas son Puntuales y Regionales.
2.2 Fundamentos teóricos sobre Hidrometeorología
La hidrometeorología es el estudio de la meteorología aplicada a los parámetros hídricos.
La teoría hidrometeorológica en general, comprende la observación, procesamiento y
análisis del comportamiento de los elementos hídricos, fundamentalmente las descargas de
los ríos y los volúmenes almacenados en reservorios y lagunas; y de los elementos
meteorológicos, fundamentalmente la precipitación pluvial. [Segoviano, 1974: p.257]
Las teorías hidrometeorológicas para el cálculo de caudales máximos son las siguientes:
Método Racional, el cual comprende determinación de coeficiente de escurrimiento C,
Curvas de Intensidad-Frecuencia-Duración y cálculos de tiempos de concentración;
Hidrogramas Unitarios, los cuales se dividen en Sintéticos (Snyder, Triangular y SCS) y
Complejos.
14
2.2.1 Cálculo de caudales máximos utilizando el método de la Fórmula Racional
Este método, que la literatura inglesa atribuye a Lloyd-George en 1906, si bien los
principios del mismo fueron establecidos por Mulvaney en 1850, permite determinar el
caudal máximo que escurrirá por una determinada sección, bajo el supuesto que éste
acontecerá para una lluvia de intensidad máxima constante y uniforme en la cuenca
correspondiente a una duración D igual al tiempo de concentración de la sección.
Qmáx = CiA (Ec. 2.1)
En donde: Qmáx: Caudal máximo en la sección de cálculo, C : Coeficiente de escorrentía
medio ponderado de la cuenca, A: Área total de la cuenca vertiente en la sección de cálculo,
i: Intensidad media máxima para una duración igual al tiempo de concentración, de la
sección de cálculo. A continuación se detallan los fundamentos teóricos para determinar
cada una de las variables mencionadas anteriormente. [Schmidth, 1986: p.356]
a) Determinación del Coeficiente de Escurrimiento C
El coeficiente de escurrimiento C representa la fracción de la lluvia que escurre en forma
directa y toma valores entre cero y uno, y varía apreciablemente entre una cuenca y otra, y
de una tormenta a otra, debido a las condiciones de humedad iniciales. Sin embargo, es
común tomar valores de C representativos de acuerdo con ciertas características de las
cuencas como la vegetación, pendientes del terreno y uso de suelos. [German Monsalve,
1999: p.179].
b) Cálculo de curvas de Intensidad-Frecuencia-Duración. [Aparicio, 2001: p.167]
El método utilizado relaciona simultáneamente las tres variables Intensidad- frecuencia-
Duración, en una familia de curvas cuya ecuación es:
15
n
m
cdkT
i)( +
= (Ec. 2.2)
Donde k, m, n y c son constantes que se calculan mediante un análisis de correlación lineal
múltiple; T: Período de retorno en años, d: Duración en minutos e i: Intensidad en mm/h.
Si se toman logaritmos de la ecuación 2.2, se obtiene:
Log i = log k + m log T – n log (d + c) (Ec. 2.3)
O bien :
y = a0 + a1 x1 + a2 x2 (Ec. 2.4)
Donde: y = log i, a0 = log k, a1 = m, x 1 = log T, a2 = -n, x2 = log (d + c).
La ecuación 2.4 es la de una familia de líneas rectas de pendientes a2, ordenada al origen a0
y espaciamiento a1.
Si los datos registrados de i, d y T se dibujan en papel logarítmico, usualmente se agrupan
en torno a líneas rectas. A veces las curvas resultan ligeramente curvas, lo que se puede
corregir agregando a las duraciones un valor constante c, o bien, en algunos casos, cuando
la pendiente de las líneas varía mucho, dividiendo la línea para cada período de retorno en
dos rectas. Si los datos se agrupan lo suficiente en torno a líneas rectas, el valor de c puede
tomarse como cero.
Al hacer un ajuste de correlación lineal múltiple de una serie de tres tipos de datos, se
obtiene un sistema de ecuaciones como el siguiente:
? y = N a0 + a1 ? x1 + a2 ? x2 (Ec. 2.5)
16
? (x1 y) = a0 ? x1 + a1 ? (x1)2 + a2 ? (x1 x2) (Ec. 2.6)
? (x2 y) = a0 ? x2 + a1 ? (x1 x2) + a2 ? (x2)2 (Ec. 2.7)
Donde N es el número de datos y las incógnitas son a0, a1 y a2; x1 es el logaritmo del
período de retorno, x2 es la duración (con el valor de c agregado de ser necesario) y y es la
intensidad, obtenidos de un registro de precipitación. El período de retorno se obtiene de la
siguiente ecuación:
T = (n + 1) / m (Ec. 2.8)
Donde m = número de orden en una lista de mayor a menor de los datos y n = número de
datos. (El inverso del período es la frecuencia).
Una vez calculados los coeficientes a0, a1 y a2 es posible evaluar los parámetros k, m y n
de la ecuación 2.1 y con ella, dibujar las curvas Intensidad – Frecuencia – Duración.
c) Determinación de Tiempos de Concentración tc.
El tiempo de concentración no es más que el tiempo que tardaría una gota de agua en
recorrer la longitud desde el punto más distante de la corriente de agua de una cuenca hasta
el lugar de medición. Los tiempos de concentración son calculados a partir de las
características físicas de la cuenca, las cuales son: las pendientes, longitudes, elevaciones
medias y el área de la cuenca. Es de notar que todas las fórmulas tienen factores de
corrección que aplican según la cobertura de la cuenca. [German Monsalve, 1999: p.180]
Tiempo de concentración a partir de la fórmula empírica de Kirpich
Desarrollada a partir de la información del SCS en siete cuencas rurales en Tennessee con
canales bien definidos y pendientes empinadas (de 3% a 10%)
17
385.077.00003245.0 −= SLTc (En horas) (Ec. 2.9)
L: Longitud máxima del canal o río desde aguas arriba hasta la salida, (en metros).
S: Pendiente del cauce o H/L (m/m) donde H es la diferencia de elevación entre el punto
más elevado y el punto de interés. [Enviromental Modeling System,
http://www.emsi.com/wmshelp/HydrologicModels/Calculators/Computing_Travel_Times/
Using_Basin_Data/Equations/Time_o f_Concentration/Kirpich_Tc_Equation.htm. Abril de
2004].
Tiempo de concentración a partir de la fórmula de la Federal Aviation Administration
(FAA)
Desarrollada a partir de la información sobre el drenaje de aeropuertos, recopilada por el
cuerpo de ingenieros de Estados Unidos; el método tiene como finalidad el ser usado en
problema de drenaje de aeropuertos, pero ha sido frecuentemente usado para flujo
superficial en cuencas urbanas. [José Llamas, 1993: p. 96]
33.05.0)1.1(7024.0 −−= SLCTc (En horas) (Ec. 2.10)
C: Coeficiente de escorrentía del Método Racional (adimensional).
L: Longitud de flujo superficial (en metros).
S: Pendiente de la superficie.
Tiempo de concentración a partir de la fórmula empírica de Giandotti
[ ] [ ]ELATc 8.0/5.14 += (En horas) (Ec. 2.11)
A: Área de la cuenca (en kilómetros cuadrados).
L: Longitud promedio de flujo superficial (en kilómetros).
E: Elevación media de la cuenca. (en metros).
18
Tiempo de concentración a partir de la fórmula empírica del U.S. Bureau of Reclamation of
California
Conocida también como La fórmula de California Culverts Practice. Esencialmente es la
ecuación de Kirpich, desarrollada para pequeñas cuencas montañosas en California.[Ven Te
Chow, 1994: p. 96]
( ) 385.03 /94788.0 HLTc = (En horas) (Ec. 2.12)
L: Longitud de flujo superficial (en kilómetros).
H: Diferencia de nivel entre la divisoria de aguas y la salida (en metros).
d) Validación de fórmulas empíricas para la estimación de Tiempos de Concentración.
Cuando la lluvia cae sobre una cuenca y los niveles de infiltración y de evaporación son
iguales o inferiores a la intensidad del aguacero, comienza el fenómeno de escorrentía sobre
toda la superficie de la cuenca afectada por dicho aguacero.
El agua resbala, antes de alcanzar un río principal o secundario, bajo la forma de capas de
agua, de una cierta altura (según la intensidad de las precipitaciones y la pendiente de la
superficie de flujo) y una cierta velocidad, la cual se deno mina velocidad de la escorrentía.
[José Llamas, 1993: p. 375]
La velocidad de la escorrentía se utiliza para validar las fórmulas con que se obtienen los
tiempos de concentración, convirtiendo, estos últimos, a velocidades y comparándolas con
las velocidades de escorrentía. Ella depende en primer lugar, de la pendiente de la
superficie de flujo y después, de las características del suelo. A continuación se presenta
una fórmula empírica desarrollada para el cálculo de esta velocidad. En la ecuación, α es el
ángulo del terreno. [José Llamas, 1993: p. 375]
19
α5/320senv = (m/s) (Ec. 2.13)
v: Velocidad de escorrentía (m/s).
Anteriormente se detalló la metodología para la determinación de tiempos de concentración
de cuatro maneras distintas. Los tiempos de concentración se transforman a velocidad
dividiendo la longitud del cauce máximo, desde el nacimiento del cauce hasta el punto de
interés, de cada una de las subcuencas en estudio, entre los tiempos de concentración
obtenidos por cada metodología.
Existe un rango de mediciones de velocidades obtenidas por la Ing. Adriana Erazo del
Servicio Hidrológico Nacional en la cuenca del río Paz entre las estaciones hidrológicas de
La Hachadura y El Jobo, el cual fue utilizado como base de comparación (1-3m/s).
También existe un estudio realizado en cuencas de Zaragoza, España, el cual relacionó los
tiempos de concentración con las velocidades de escorrentía y obtuvo la siguiente ecuación:
vL
SL
TC 6.33/23/1
3.076.0
4/1 +
= (Ec. 2.14)
Donde: L : Longitud del cauce principal (km) desde el punto de inicio del cauce hasta el
punto de medición, S: Pendiente media del cauce, TC: Tiempo de concentración (en horas)
En una de las conclusiones del estudio anterior, presentaron rangos de velocidades de
escorrentía en función de la pendiente media del cauce. Concluyeron que para pendientes
de 0 a 10% las velocidades de escorrentía estaban en el rango de 1 a 2 m/s como se muestra
en la tabla 2.1. [Documento sobre Condicionantes Físicos para el Ordenamiento de la Orla
Sudoeste de Suelo Urbanizable].
20
Pendiente media de la cuenca (%) Velocidad de recorrido inicial (m/s)
Menor del 5 % 1 m/s
Del 5 a 10 % 1 - 2 m/s
Mayor del 10 % 2 m/s Tabla 2.1. Velocidades de recorrido de tanteo, en función de la pendiente media de la cuenca.
Existe además, un estudio de "Sistematización por medio de terrazas de predios destinados
a la agricultura"; J.C. Molinelli; Dirección de Agronomía, Publ. Nº 93, 1948; Montevideo.
Citado por Ghiggia, R. 1981. En el que obtiene rangos de velocidades de escorrentía
específicos para la determinación de tiempos de concentración en función del tipo de
superficie o suelo en la que el agua escurría. Estos rangos se presentan en la siguiente tabla.
Promedio de velocidades de escurrimiento para calcular el tiempo de concentración (m/s)
Condiciones de la superficie 0-3 % 4-7 % 8-11 % 12-15 % Aguas no concentradas
Montes 0.3 0.61 0.9 1.07 Pasturas 0.45 0.91 1.22 1.37
Tierras cultivadas 0.61 1.22 1.52 1.83 Pavimentos 1.52 3.65 4.72 5.49
Nota: Las condiciones de la superficie se representan en porcentajes de pendientes. Tabla 2.2. Promedio de velocidades de escurrimiento para calcular el tiempo de concentración.
[www.fagro.edu.uy, septiembre 2004].
Los estudios anteriores sirvieron como base de sustentación para los distintos tiempos de
concentración obtenidos en este documento [www.fagro.edu.uy, septiembre 2004].
Ven Te Chow también propone una tabla similar a la anterior, obtenida de datos
representativos al estado de Texas, Estados Unidos. .[Ven Te Chow, 1994: p. 169].
21
Velocidades promedio aproximadas en m / s del flujo de escorrentía para calcular el tiempo de concentración.
Descripción del curso del agua Pendiente en porcentaje
0-3 4-7 8-11 > 12 No concentrado
Bosques 0-0.46 0.46-0.76 0.76-1.00 > 1.00 Pastizales 0-0.76 0.76-1.07 1.07-1.30 > 1.30 Cultivos 0-0.91 0.91-1.37 1.37-1.68 > 1.68 Pavimentos 0-2.59 2.59-4.11 4.11-5.18 > 5.18 Esta condición usualmente ocurre en las partes superiores de la cuenca antes de que el flujo superficial
se acumule en un canal. Tabla 2.3. Velocidades promedio aproximadas de escorrentía para calcular el tiempo de concentración
2.2.2 Estimación de Hidrogramas Unitarios.
Para la estimación de caudales máximos utilizando hidrogramas unitarios, siempre es
necesario contar con al menos un hidrograma medido a la salida de la cuenca y con los
registros de precipitación que originaron el hidrograma.
La mayor parte de las cuencas, no solo en El Salvador, sino en todo el mundo, no cuentan
con una estación hidrométrica o bien con los registros pluviográficos necesarios. Por ello,
es conveniente contar con métodos con los que puedan obtenerse hidrogramas unitarios
usando únicamente datos de características generales de la cuenca. Los hidrogramas
unitarios así obtenidos se denominan sintéticos. Los hidrogramas unitarios sintéticos a
analizar son los siguientes: Snyder, Triangular y SCS. [Francisco Aparicio, 2001: p.228]
a) Estimación de Hidrogramas Unitarios Sintéticos
Fundamentos teóricos para la estimación del Hidrograma Unitario Sintético de Snyder.
[German Monsalve, 1999: p.219].
Este procedimiento tiene utilidad cuando no se cuenta con los datos necesarios conjuntos de
caudal y precipitación históricos para la deducción del hidrograma unitario de una cuenca.
22
La deducción de los parámetros para definir los hidrogramas unitarios sintéticos se basan
en las características geométricas y morfológicas de la cuenca hidrográfica. En la región de
los Montes Apalaches, en Los Estados Unidos, Snyder estableció que, para cuencas de 16 a
16,100 kilómetros cuadrados:
3.0)(7517.0 ctp LxLCt = (Ec. 2.15)
Donde:
tp: Tiempo de retardo de la cuenca (en horas)
Ct: Coeficiente adimensional variando entre 1.8 y 2.2, tomando los valores menores para
cuencas con grandes inclinaciones.
L: Longitud del río principal desde la divisoria de aguas hasta el punto en consideración (en
kilómetros).
Lc: Longitud desde el punto del río principal más próximo al centro geométrico de la
cuenca hasta el punto en consideración (en kilómetros).
5.5/pr tt = (Ec. 2.16)
Donde:
tr: Duración de la lluvia neta (en horas).
p
pp t
ACq
275.0= (Ec. 2.17)
Donde:
qp: Caudal pico del HU por milímetro de lluvia neta (m³/s/(mm)).
A: Área de drenaje de la cuenca (en km²).
23
Cp: Coeficiente adimensional variable entre 0.56 y 0.69 tomando valores mayores para
cuencas con grandes inclinaciones.
El hidrograma unitario sintético obtenido corresponde a un milímetro de precipitación neta
sobre toda la cuenca.
8/3 ptT += (Ec. 2.18)
Donde:
T: Tiempo base de la escorrentía.
En la figura 2.1 se muestran los gráficos de los hidrogramas sintéticos de Snyder con la
simbología utilizada.
Figura 2.1. Hidrogramas Sintéticos de Snyder
Para otra lluvia neta de duración tR diferente a tP el tiempo de retardo correspondiente a tpR
el caudal pico qpR y el caudal base TR según Linsley son:
24
4rR
PpR
tTtt
−+= (Ec. 2.19)
83 pR
R
tT += (Ec. 2.20)
pR
PpR t
ACq
275.0= (Ec. 2.21)
Adicionalmente:
08.1'75
10192.0
PqW = ó
08.1'75
10192.0
PR
Rq
W = (Ec. 2.22)
08.1'50
17836.0
PqW = ó 08.1'50
17835.0
PR
Rq
W = (Ec. 2.23)
Sea que se trabaje con una lluvia neta de duración tr o con una duración tR en donde:
W75: Ancho del HU, horas, correspondiente a un valor de las ordenadas igual al 75% del
caudal pico qP o qPR.
W50: Ancho del HU, horas, correspondiente a un valor de las ordenadas igual al 50% del
caudal pico qP o qPR.
=
2
3
´)/()/(
kmmmsm
Aq
q PP (Ec. 2.24)
=
2
3
´)/()/(
kmmmsm
Aq
q PRPR (Ec. 2.25)
El valor de tP, tiempo de retardo de la cuenca es igual al tiempo entre el centro geométrico
de la duración de la lluvia neta tr, y el pico del hidrograma unitario (en horas) con base en
las características tP, tr, qP, W75, W50 y T (ó tPR, trR, qPR, W75R, W50R, y TR). Se traza el
hidrograma unitario de escorrentía superficial. Se debe comprobar que:
25
mmxAxAPdtQ nES 1==∫ (Ec. 2.26)
En caso contrario se debe ajustar el hidrograma (usualmente el tiempo base T o TR) hasta
lograr que se cumpla la anterior ecuación.
Fundamentos teóricos para la estimación del Hidrograma Unitario Sintético Triangular.
[Francisco Aparicio, 2001: p. 232]
Desarrollado por Mockus en 1957. Se busca un gasto pico Qp, en función del área de la
cuenca en km² y el tiempo base en horas:
( )mmsmt
AQ
bP //
555.0 3= (Ec. 2.27)
Del análisis de varios hidrogramas, Mockus concluye que el tiempo base y el tiempo pico
se relacionan mediante la expresión:
pb tt 67.2= (Ec. 2.28)
El tiempo pico se expresa:
rep tdt += 2/ (Ec. 2.29)
En donde:
de: Duración en exceso.
tr: Tiempo de retraso.
y:
cr tt 6.0= (en horas) (Ec. 2.30)
26
Donde:
tc: Tiempo de concentración.
Además la duración:
ce td 2= Para cuencas grandes (en horas). (Ec. 2.31)
ce td = Para cuencas pequeñas (en horas). (Ec. 2.32)
Y se calculan las características del HU triangular.
Fundamentos teóricos para la estimación del Hidrograma Adimensional SCS. [Ven Te
Chow, 1994: p.236]
El hidrograma adimensional SCS es un hidrograma unitario sintético en el cual el caudal se
expresa por la relación del caudal q con respecto al caudal pico qp y el tiempo por la
relación del tiempo t con respecto al tiempo de ocurrencia del pico en el hidrograma
unitario Tp. Dados el caudal pico y el tiempo de retardo para la duración de exceso de
precipitación, el hidrograma unitario puede estimarse a partir del hidrograma sintético
adimensional para la cuenca dada. La figura 2.2 muestra el hidrograma adimensional,
preparado utilizando los hidrogramas unitarios para una variedad de cuencas. Los valores
de qp y Tp pueden estimarse usando un modelo simplificado de un hidrograma unitario
triangular, en donde el tiempo está dado en horas y el caudal en m3/s⋅cm.
27
Figura 2.2. Hidrogramas Sintéticos SCS y Triangular
Con base en la revisión de un gran número de hidrogramas unitarios, el Soil Conservation
Service sugiere que el tiempo de recesión puede aproximarse como 1.67Tp. Como el área
bajo el hidrograma unitario debería ser igual a una escorrentía directa de 1 cm, puede
demostrarse que:
qp = CA/Tp (Ec. 2.33)
Donde C = 2.08 y A es el área de drenaje en kilómetros cuadrados.
Adicionalmente, un estudio de los hidrogramas unitarios de muchas cuencas rurales
grandes y pequeñas indica que el tiempo de retardo tp ≅ 0.6Tc, donde Tc es el tiempo de
concentración de la cuenca. Como se muestra en la figura 2.2, el tiempo de ocurrencia del
pico Tp puede expresarse en términos del tiempo de retardo tp y de la duración de la lluvia
efectiva tr.
Tp = t r/2 + tp (Ec. 2.34)
28
b) Estimación de Hidrogramas Unitarios Complejos
Construcción del Hidrograma de Caudal
Un hidrograma de caudal es una gráfica o una tabla que muestra la tasa de flujo como
función del tiempo en un lugar dado de la corriente. Se grafican los valores de caudales
máximos horarios para la tormenta a la que le corresponde el caudal máximo anual para
cada estación en estudio [Ven Te chow, 1994: p.135].
Separación del Caudal Base y el Caudal de Escurrimiento Directo mediante el método de la
Línea Recta
El método consiste en ubicar el punto donde empieza a crecer la gráfica (comienzo de
incremento de caudal) y luego se traza una línea hasta interceptar el comienzo de la curva
de agotamiento. El caudal por debajo de esa línea corresponde al aporte del agua
subterránea y el resto a la escorrentía superficial total. [German Monsalve, 1999: p.186]. El
cálculo del hidrograma de escorrentía directa consiste en restar el caudal base del caudal
observado para la tormenta en particular.
Cálculo de Hietograma de Exceso de Lluvia [Ven Te Chow, 1994: p.138-142]
Para calcular el hietograma de exceso de lluvia se debe calcular el volumen de
escurrimiento directo Vd y la profundidad de escorrentía directa rd de la siguiente manera:
∑=
∆=N
nnd tQV
1
(Ec. 2.35)
Donde ?t es la longitud del intervalo de tiempo seleccionado para el análisis.
AcVr dd /= (Ec. 2.36)
Donde Ac es el área de la cuenca.
29
Como siguiente paso se procede a la estimación de la tasa de abstracciones de lluvia (φ) que
se originan por infiltración y almacenamiento superficial en la cuenca, así como el número
de pulsos o intervalos M de lluvia diferentes de cero de escorrentía en exceso, los cuales se
encuentran por método de ensayo y error de la siguiente manera; el valor de φ se calcula
seleccionando un intervalo de tiempo de longitud ?t, estimando el número de intervalos M
de lluvia que realmente contribuyen a la escorrentía directa, restando φ?t de la precipitación
que se observa en cada intervalo (Rm) y ajustando los valores de φ y M tantas veces como
sea necesario para que las profundidades de escorrentía directa y de exceso de precipitación
sean iguales, así:
∑=
∆−=M
mmd tRr
1
)( φ (Ec. 2.37)
Las ordenadas del hietograma de exceso de precipitación se calculan sustrayendo φ?t de las
ordenadas del hietograma de precipitación observada, despreciando todos los intervalos en
las cuales la profundidad de precipitación observada es menor que φ?t.
Cálculo del Hidrograma Unitario Complejo [Ven Te Chow, 1994: p.233, 234]
La ecuación de convolución discreta que es la función respuesta de pulso discreto para un
sistema lineal, permite el cálculo de la escorrentía directa Qn dado un exceso de lluvia Pm y
el hidrograma unitario Un-m+1 , así:
∑≤
=+−=
Mn
mmnmn UPQ
11 (Ec. 2.38)
El hidrograma unitario se deduce utilizando un proceso inverso llamado deconvolución,
dada una información de Pm y Qn. Supóngase que existen M pulsos de exceso de lluvia y N
pulsos de escorrentía directa en la tormenta considerada; luego pueden escribirse N
ecuaciones para Qn, n = 1,2,…,N, en términos de N-M+1 valores desconocidos del
hidrograma unitario.
30
2.2.3 Cálculo de caudales máximos a través de los Hidrogramas Unitarios (Sintéticos y
Complejo)
a) Cálculo de Lluvia Neta a través del método SCS.
El procedimiento inicia estimando el número de curva CN de tablas, según el tipo de suelo
y utilizando factores de corrección según el caso. Una vez estimado el CN, se procede a
calcular la retención potencial máxima (S):
( )( )cmCN
S 54.2101000
−= (Ec. 2.39)
Una vez estimada la retención potencial máxima, se procede a estimar la precipitación
efectiva o profundidad de escorrentía con los valores de precipitación total (P) y retención
potencial máxima (S):
( ) ( )cmSP
SPPe )54.2(
8.02.0 2
+−
= (Ec. 2.40)
Siendo esta ecuación válida únicamente para valores de P> 0.2S. Cuando P<0.2S
Pe = 0.
b) Cálculo de caudales máximos a través del Hidrograma Sintético de Snyder
[http://www.geocities.com/awesome_quad/cap3/eyr3w.htm, septiembre de 2004]
De acuerdo con las investigaciones de F. Snyder en 1938 para la determinación de caudales
máximos a través del Hidrograma Sintético de Snyder para cuencas de 16 a 16,000 km2, la
fórmula empírica necesaria para la determinación de estos caudales es la siguiente:
Qmáx = qp x I x t c (en m3/s) (Ec. 2.41)
31
Donde tc es el tiempo de concentración en horas, I es la intensidad máxima en mm/h, y qp
es el caudal pico del Hidrograma unitario de Snyder en m3 /s/mm.
c) Cálculo de caudales máximos a través de los Hidrogramas Sintéticos Triangular,
SCS e Hidrograma Unitario Complejo
Para la determinación de caudales máximos por medio de Hidrogramas Unitarios
Complejos y Sintéticos se necesita de un hietograma de lluvia. Cuando no existe registro de
precipitación sobre la cuenca, es posible obtener dicho hietograma utilizando el método del
Bloque Alterno.
Método del Bloque Alterno para el cálulo de Hietogramas de precipitaciones de diseño
El método del bloque alterno es una forma simple para desarrollar un hietograma de diseño
utilizando una curva I-D-F. El hietograma de diseño producido por este método especifica
la profundidad de precipitación que ocurre en n intérvalos de tiempo sucesivos de duración
?t sobre una duración total de Td=n?t. Después de seleccionar el per íodo de retorno de
diseño, la intensidad es medida en una curva I-D-F para cada una de las duraciones 1?t,
2?t, 3?t,…, y la profundidad de precipitación correspondiente se encuentra al multiplicar la
intensidad y la duración. Tomando diferencias entre valo res sucesivos de profundidad de
precipitación, se encuentra la cantidad de precipitación que debe añadirse por cada unidad
adicional de tiempo ?t. Estos incrementos o bloques se reordenan en una secuencia
temporal de modo que la intensidad máxima ocurra en el centro de la duración requerida Td
y que los demás bloques queden en orden descendente alternativamente hacia la derecha y
hacia la izquierda del bloque central para formar el hietograma de diseño.
32
2.3 Cálculo de caudales máximos utilizando el método Regional de Índice de Creciente
[Documento de Regionalización de Caudales Máximos y Medios en El Salvador
SNET, 2004: apartado 3.5]
Este método se basa en el uso simultáneo de los datos registrados en todas las estaciones
ubicadas dentro de una zona considerada hidrológicamente homogénea, con lo que la serie
resultante es mucho más larga que la de una estación en particular, además de que permite
el cálculo de caudales máximos en cualquier cuenca que no posea estación hidrométrica, ya
que establece relaciones entre las características fisiográficas de las cuencas y los caudales
máximos.
La regionalización de caudales máximos que se llevó a cabo en El Salvador, fue a través
del método del índice de creciente (Flood Index) el cual supone que los máximos anuales
dentro de la región hidrológicamente homogénea siguen una misma función de distribución
y lo que varía es un factor de escala de acuerdo a cada cuenca ubicada en dicha región. Para
cada región, se establece una serie que consiste en la suma de los caudales divididos por su
media en las estaciones que conforman la región.
Para aplicar el método Regional de Índice de Creciente, para la estimación de caudales
máximos en cualquier punto de El salvador, se hace lo siguiente:
Se ubica la región Hidrológicamente homogénea a la cual pertenece la cuenca a la cual se le
va a estimar los caudales máximos para diferentes períodos de retorno (mapa de regiones
Hidrológicamente homogéneas, (anexo A).
Se determina el caudal correspondiente al promedio de los caudales máximos (Q2.33) con
base en el área de la cuenca y a la región Hidrológicamente homogénea a la que pertenece
(tabla 2.4).
33
REGIÓN ECUACIÓN R2 RANGO DE ÁREA (km2) 1 Q2.33=0.6839*A+72.986 0.9925 100-1991 2 Q2.33=2.1408*A-71.75 0.9946 55-110
2b Q2.33=0.9257*A-172.78 0.9275 187-430 3 Q2.33=0.5871*A+198.91 0.9931 100-1930
3b Q2.33=0.0701*A+122.32 0.7167 1640-2240 4 Q2.33=0.6758*A+53.357 0.9197 25-200 5 Q2.33=-0.0008*A2+1.6108*A+4.2165 0.991 45-120 6 Q2.33=0.3519*A+53.544 0.6362 45-845 7 Q2.33=0.4868*A1.107 0.9882 13-560 8 Q2.33=-5E-06*A2+0.3154*A+205.28 0.9702 915-18200
Tabla 2.4. Ecuaciones de relación entre el valor medio de los caudales máximos Q2.33 y el área de la cuenca
[Documento de Regionalización de Caudales Máximos y Medios en El Salvador SNET, 2004: p. 3.5]
El Q2.33 se multiplica por los factores de ajuste para los diferentes períodos de retorno (tabla
2.5), obteniendo así, el valor de caudal máximo para diferentes períodos de retorno.
PERÍODO REGIÓN DE RETORNO 1 2 2b 3 3b 4 5 6 7 8
5 1.64 1.50 1.39 1.40 1.54 1.50 1.51 1.42 1.38 1.40 10 2.28 1.96 1.73 1.74 2.05 1.96 1.99 1.79 1.71 1.75 15 2.68 2.24 1.93 1.94 2.36 2.24 2.28 2.01 1.90 1.96 20 2.98 2.45 2.07 2.09 2.60 2.44 2.49 2.17 2.04 2.11 25 3.23 2.61 2.18 2.20 2.79 2.61 2.66 2.30 2.15 2.22 50 4.05 3.14 2.54 2.57 3.41 3.13 3.22 2.71 2.49 2.59
100 4.96 3.71 2.90 2.94 4.08 3.70 3.81 3.14 2.84 2.98 Tabla 2.5. Factores de ajuste para el cálculo de caudales máximos [Documento de Regionalización de
Caudales Máximos y Medios en El Salvador SNET, 2004: p. 3.5].
2.4 Fundamentos teóricos Estadísticos para la determinación de caudales máximos y
determinación de Función de mejor ajuste
El estudio de un fenómeno hidrológico requiere del análisis de datos o muestras históricas
recopiladas para poder comprender el comportamiento del mismo, así como para tomar
decisiones relativas a un proyecto de ingeniería que dependa en gran medida del fenómeno
en cuestión.
34
La determinación de caudales máximos a partir de datos históricos de estaciones
hidrométricas localizadas en las zonas hidrográficas B, C, D, E, F, G, H, I, J de El
Salvador, se pretende realizar mediante un análisis estadístico, por lo que es de vital
importancia el conocer de una manera formal las técnicas estadísticas más apropiadas para
así obtener la mejor información posible y para poder cuantificar el riesgo que representa la
generalización a partir de informaciones parciales. [Llamas, 1993: p. 87].
Algunos conceptos de probabilidad y estadística
Para estudiar las técnicas y recursos estadísticos es necesario tomar en cuenta algunos
conceptos básicos sobre probabilidad, debido a que ésta es el nexo entre Hidrología y
Estadística.
Cuando se va a realizar un experimento, sólo se presentan dos situaciones: se sabe con
certeza lo que va a ocurrir o no se sabe. En Hidrología esta semejanza es válida, y ocurre lo
que en el segundo caso: no se sabe con certeza lo que ocurrirá, aún bajo las mismas
condiciones, los fenómenos hidrológicos se "predicen" en base a "probabilidades".
Visto desde este punto, se dice que estamos en este caso frente a lo que se denomina
"experiencia aleatoria".
La teoría de la probabilidad estudia las experiencias aleatorias y las posibles formas en que
ocurren, llamadas sucesos o eventos.
La probabilidad es un número real, entre cero y uno, que se le adjudica a los sucesos como
una medida de su posible ocurrencia. Si un suceso no puede ocurrir jamás, como resultado
de la experiencia, se llama "suceso imposible" y tiene una probabilidad de cero. Si, por el
contrario, es evidente que siempre ocurrirá, se le llama "suceso seguro" y tiene una
probabilidad de uno.
35
Cualquier otro suceso diferente de los señalados tomará su valor de probabilidad en el
intervalo real abierto ]0, 1[. [Hernández, 2002: p. 11 y 12].
En este intervalo, como se dijo, cada suceso es relacionado con un número real llamado
"variable aleatoria", de un modo tal que la asignación de la probabilidad se realiza desde un
conjunto de números reales hacia el intervalo [0, 1], donde la suma de todos los valores de
probabilidad es igual a 1.
Las variables aleatorias numéricas se clasifican en discretas y continuas. Se llaman
discretas cuando toman valores puntuales; por lo general, números enteros. Se llaman
continuas cuando, real o teóricamente, pueden tomar cualquier valor dentro de un conjunto
bien definido de números reales. [Hernández, 2002, p.72].
Esta asignación de la probabilidad obliga a analizar la forma en que dicha probabilidad se
distribuye en cada una de las variables aleatorias. Cuando el número de observaciones se
incrementa, el tamaño de los intervalos decrece. Si los intervalos en los que ocurren los
sucesos u observaciones, es tan pequeño que tienden a cero, la distribución de
probabilidades se hace mediante una determinada función.
Funciones de probabilidad
Existen dos tipos de funciones de probabilidad:
Funciones discretas: cuando el número de valores x que puede tomar una variable aleatoria
X es finito, se dice que la variable aleatoria X es discreta (por ejemplo, el arrojar un dado).
Funciones continuas: cuando el número de valores x que puede tomar una variable aleatoria
X es infinito se dice que dicha variable aleatoria es continua.
Por su naturaleza, a la hidrología le interesa estudiar a las funciones continuas de
probabilidad, ya que los eventos ocurrentes no tienen un rango finito. (Por ejemplo los
volúmenes de escurrimiento mensual de un río).
36
Estimar a qué función de distribución pertenece un fenómeno hidrológico es un problema
complejo, puesto que sólo se tiene la muestra histórica disponible como herramienta, y un
análisis previo de la misma dará la pauta para elegir la función más adecuada. En el análisis
de dicha muestra pueden considerarse los siguientes criterios:
El tipo de fenómeno hidrológico: Se pueden elegir las funciones cuyos límites matemáticos
sean compatibles con los límites impuestos por la naturaleza del fenómeno. [Llamas, 1993:
p. 96].
Las características estadísticas de la muestra: La búsqueda de la función de distribución
debe limitarse a aquellas familias de funciones de simetría equivalente.
La longitud de la muestra: Cuando se cuenta con muestras cortas o de reducido número de
valores (50 o menos), sólo deben analizarse las funciones definidas por un número reducido
de parámetros (de 1 a 3). Si la muestra es larga o lo suficientemente grande se deben
utilizar funciones con mayor número de parámetros para dar mayor precisión debido a que
el riesgo de la extrapolación a partir de una muestra limitada, es inversamente proporcional
a la longitud de la muestra. [Llamas, 1993, p. 96].
Distribuciones de probabilidad
El comportamiento de las variables aleatorias discretas o continuas se describe con la ayuda
de Distribuciones de Probabilidad. La variable se designa por mayúscula y un valor
específico de ella por minúscula.
Por P(x = a) se denota la probabilidad de que un evento asuma el valor a; similarmente
P(a ≤ x ≤ b) denota la probabilidad de que un evento se encuentre en el intervalo (a,b). Si
conocemos la probabilidad P(a ≤ x ≤ b) para todos los valores de a y b, se dice que
conocemos la Distribución de Probabilidades de la variable x.
37
a b Figura 2.3. Distribución de la función de probabilidad de la variable x
AdxxfbxaPb
a
==≤≤ ∫ )()( (Ec. 2.42)
Si x es un número dado y consideramos la probabilidad P(X ≤ x):
F(x)= P(X ≤ x) (Probabilid ad de no excedencia). (Ec. 2.43)
y llamamos F(x) la función de distribución acumulada.
Cuando el número de observaciones se incrementa, el tamaño de los intervalos decrece.
f(x) es la llamada función de densidad de probabilidades y tiene las siguientes
características:
1)( =∫∞
∞−
dxxf (Ec. 2.44)
∫=≤≤b
a
dxxfbxaP )()( (Ec. 2.45)
0)( =∫b
a
dxxf (Ec. 2.46)
f (x)
38
Lo que implica que las probabilidades se definen sólo como áreas bajo la función de
densidad de probabilidad (FDP) entre límites finitos.
Momentos de las distribuciones
Las propiedades de las distribuciones pueden ser definidas completamente en términos de
los momentos. Los momentos en estadística son similares a los momentos en física
(rotación respecto al o
∫∞
∞−
= dxxfxM )(γγ para la variable continua (Ec. 2.47)
o respecto a la media (eje de rotación diferente al origen)
∫∞
∞−
−= dxxfxM )()( γγ µ para la variable continua (Ec. 2.48)
Parámetros estadísticos
Los estadísticos extraen información de una muestra, indicando las características de la
población. Los principales estadísticos son los momentos de primer, segundo y tercer
orden correspondiente a la media, varianza, y asimetría respectivamente.
Media µ:
Es el valor esperado de la variable misma. Primer momento respecto al origen. Muestra la
tendencia central de la distribución
∫∞
∞−
= dxxxf )(µ (Ec. 2.49)
El valor estimado de la media a partir de la muestra es:
39
∑=
=n
iix
nx
1
1 (Ec. 2.50)
Varianza σ²:
Mide la variabilidad de los datos. Es el segundo momento respecto a la media.
∫∞
∞−
−= dxxfx )()( 22 µσ (Ec. 2.51)
El valor estimado de la varianza a partir de la muestra es:
∑=
−−
=n
ii xx
ns
1
22 )(1
1 (Ec. 2.52)
En el cual el divisor es n-1 en lugar de n para asegurar que la estadística de la muestra no
sea sesgada, es decir, que no tenga una tendencia, en promedio, a ser mayor o menor que
el valor verdadero. Las unidades de la varianza son la media al cuadrado, la desviación
estándar σ es una medida de la variabilidad que tiene las mismas dimensiones que la media
y simplemente es la raíz cuadrada de la varianza, se estima por s.
Coeficiente de variación.
es una medida adimensional de la variabilidad. Su estimado es:
xC
δν = (Ec. 2.53)
40
Coeficiente de asimetría γ
La distribución de los valores de una distribución alrededor de la media se mide por la
asimetría. Se obtiene a partir del tercer momento alrededor de la media, dividiéndolo por el
cubo de la desviación estándar para que sea adimensional.
[ ] ∫∞
∞−
−=− dxxfxxE )()()( 33 µµ tercer momento respecto a la media (Ec. 2.54)
[ ]33 )(
1µ
σγ −= xE (Ec. 2.55)
Un estimativo del coeficiente de asimetría está dado por:
31
3
)2)(1(
)(
snn
xxnCs
n
i
−−
−=
∑=
(Ec. 2.56)
Período de Retorno
Cada espacio muestral tiene su propia función de distribución o de densidad de
probabilidad, que normalmente no se conoce a priori. Cuando de ese espacio se extrae un
grupo de datos (muestra) al azar, es razonable esperar que su función de distribuc ión de
probabilidad sea similar a la del espacio completo, en particular si la muestra es grande.
Además, lo más razonable que se puede suponer en cuanto a la frecuencia de cada dato del
grupo es que ésta sea, dentro del espacio muestral, igual a la observada.
El período de retorno o intervalo de recurrencia, T, se define como el tiempo promedio en
el cual un evento de cierta magnitud va a ser igualado o superado por lo menos en una
ocasión. Por ejemplo, si se tiene un evento de diseño con una probabilidad de ocurrencia P
= 0.25 y tomando un proyecto con una vida útil de 100 años se tendría entonces que de los
100 años que dure el proyecto, en 25 se excedería el evento de diseño. Por lo tanto, el
41
tiempo promedio de recurrencia del evento es de 100/25 = 4 años. Si P es la probabilidad,
entonces:
T = 1/P (Ec. 2.57)
La probabilidad de que el evento no ocurra sería entonces:
F(x) = (1-P) = 1-1/T (Ec. 2.58)
La probabilidad de que no ocurra en n años de la vida útil del proyecto sería:
F(x) = nT )/11( − (Ec. 2.59)
y la probabilidad de que ocurra el evento en n años o el riesgo de que se presente es:
F(x) = [ ])/11(1 T−− n (Ec. 2.60)
Cuando se tiene una lista de datos ordenados en forma decreciente con respecto al evento,
el período de retorno se puede calcular como:
T = (n+1)/m (Ec. 2.61)
Donde:
n = número de datos.
m = número consecutivo de la lista para dicho evento.
42
Una vez que se asigna un período de retorno al gasto de diseño de la obra que se está
analizando, es necesario hacer extrapolaciones a partir de los gastos máximos anuales que
se hayan registrado para conocer el gasto de diseño que correspondería al período de
retorno seleccionado. Esas extrapolaciones se logran mediante el uso de funciones de
distribución de probabilidad, aquellas que más se ajusten a los registros con los que se
cuenta.
De las las funciones de distribución de probabilidad más usadas en hidrología, estas son
algunas de ellas para la determinación de caudales máximos:
1. Normal
2. Log-normal
3. Pearson III
4. log-Pearson III
5. Gumbel
Para la estimación de caudales máximos en este documento se seleccionaron la función
Log-Normal porque es apropiada para variables aleatorias que cubren todo el rango de
valores de los resultados posibles del experimento bajo análisis (volúmenes de
escurrimiento mensual, por ejemplo); la función Gumbel debido que se desarrolló para el
análisis de los valores extremos de dichos resultados, como los gastos máximos o mínimos
anuales; y la función Log-Pearson III ya que ocupa un lugar intermedio. [Francisco
Aparicio, 2001: p. 253]
2.4.1 Distribuciones de Probabilidad más usadas en hidrología para variables
continuas.
Distribución normal
La distribución normal es una distribución simétrica en forma de campana, también
conocida como Campana de Gauss. Aunque muchas veces no se ajusta a los datos
43
hidrológicos tiene amplia aplicación por ejemplo a los datos transformados que siguen la
distribución normal.
La función de densidad de probabilidad normal se define como:
2
21
21
)(
−
−
Π= σ
µ
σ
x
exF (Ec. 2.62)
y la función de distribución de probabilidad normal como:
∫∞−
−
−
Π=
x x
dxexF
2
21
21
)( σµ
σ (Ec. 2.63)
Donde:
x = variable aleatoria.
µ = media de la población.
σ = desviación estándar de la población.
Para resolver esta función se recurren a métodos numéricos para evaluarla, y para hacer
esto más sencillo se ha asignado como variable estandarizada:
σµ−
=x
z (Ec. 2.64)
Que está normalmente distribuida con media cero y desviación estándar unitaria. Así la
función principal queda como:
∫∞−
−
Π==
z zdzezFxF 2
2
21
)()( (Ec. 2.65)
44
Hay dos maneras de estimar F(z), una es mediante una tabla que se ha publicado de dicha
ecuación. Y la segunda es mediante fórmulas aproximadas, la función de densidad f(z) se
aproxima como:
f(z) = (a0 + a1 z2 + a2 z4 + a3 z6 )-1 (Ec. 2.66)
Donde:
a0 = 2.490895
a1 = 1.466003
a2 = -0.024393
a3 = 0.178257
Y la función de distribución sería la siguiente:
F(z) = H(z), z > 0 (Ec. 2.67)
F(z) = 1- H(z), z< 0 (Ec. 2.68)
Donde:
)(211)( 3
32
212
2
qbqbqbezHz
++Π
−=−
(Ec. 2.69)
Siendo:
zbq
011
+= (Ec. 2.70)
b0 = 0.33267
b1 = 0.43618
b2 = -0.12017
b3 = 0.93730
45
Distribución Log-Normal
En esta función los logaritmos naturales de la variable aleatoria se distribuyen
normalmente. 2
ln21
121
)(
−−
Π= β
α
βe
xxf (Ec. 2.71)
donde α y β son parámetros de la distribución, y por lo tanto son la media y la desviación
estándar de los logaritmos de la variable aleatoria. La función de distribución de
probabilidad es:
∑=
=n
i
i
nx
1
lnα (Ec. 2.72)
2/1
1
2)(ln
−= ∑
=
nxn
i
i αβ (Ec. 2.73)
La distribución de probabilidad:
(Ec. 2.74)
Al igual que en la distribución normal, se le asigna a "z" los siguientes valores:
βα−
=x
zln (Ec. 2.75)
A causa de su asimetría pronunciada, la función Log- Normal se usa bastante en hidrología,
sobre todo en el estudio de valores extremos.
∫
−−
Π=
x
dxex
xF0
ln21
2
121
)( βα
β
46
f(x)
f(x)
f(x)
Figura 2.4. Función de densidad Log-Normal
Distribución Pearson III
Esta distribución ha sido una de las más utilizadas en hidrología. Como la mayoría de las
variables hidrológicas son sesgadas, la función Gamma se utiliza para ajustar la
distribución de frecuencia de variables tales como crecientes máximas anuales, Caudales
mínimos, Volúmenes de flujo anuales y estacionales, valores de precipitaciones extremas y
volúmenes de lluvia de corta duración. La función de distribución Gamma tiene dos o tres
parámetros.
La función de densidad de probabilidad Pearson de tres parámetros (tipo III) se define
como:
1
11 1.
1
1
11 )(1
)( αδβ
αδ
βα
−−−
−
Γ=
x
ex
xf (Ec. 2.76)
47
donde α1, β1, δ1 son los parámetros de la función y Γ(β1) es la función de Gamma. Los
parámetros α1, β1, δ1 se evalúan a partir de n datos medidos, mediante el siguiente sistema
de ecuaciones:
_
x = α1 β1 + δ1 (Ec. 2.77)
S2 = α1 2β1 (Ec. 2.78)
γ = 2 / (β1)0.5 (Ec. 2.79)
donde _
x es la media de los datos, S2 su variancia y γ su coeficiente de sesgo, que se define
como:
∑=
−=
n
i
i
Snxx
13
3 /)(γ (Ec. 2.80)
La función de distribución de probabilidad es:
dxxexFx x 1
1
1
011
1
1
)(1)(
−
−−
−Γ
= ∫β
δδ
δδ
βα (Ec. 2.81)
y sustituyendo
1
1
αδ−
=x
y (Ec. 2.82)
La ecuación quedaría
∫ −−
Γ=
yy dyeyyF
0
1
1)(1)( β
β (Ec. 2.83)
Siendo la anterior una función ji cuadrada con 12β grados de libertad y yx 22 = :
)22()()( 12
2 βν yFxFyFx
== (Ec. 2.84)
48
Esta función se usa solo cuando β1 = n /2, donde n es un entero positivo cualquiera. Como
2β es no entero, puede tomarse como el entero más próximo o bien interpolar en la tabla del
anexo B. Cuando β < 0.3, se tendrá que acudir a tablas de la función de distribución de
Gamma de un parámetro. Cuando δ da valores extraños, como negativos o muy grandes, es
recomendable fijar dicho valor de d a ojo, estimándolo, como la ordenada al origen en una
gráfica de gasto contra periodo de retorno.
Distribución Log-Pearson III
Si los logaritmos Y de una variable aleatoria X se ajustan a una distribución Pearson tipo III,
se dice que la variable aleatoria X se ajusta a una distribución Log Pearson Tipo III. Esta
distribución es ampliamente usada en el mundo para el análisis de frecuencia de caudales
máximos. Esta se trabaja igual que para la Pearson Tipo III incluso el uso de la
distribución ji cuadrada, pero con Xy y Sy como la media y desviación estándar de los
logaritmos de la variable original X.
Distribución Gumbel
Supóngase que se tienen N muestras cada una con n eventos. Si se selecciona el máximo x
de los n eventos de cada muestra, es posible demostrar que, a medida que aumenta n, la
función de probabilidad de x (probabilidad de no excedencia) tiende a:
)(
)(βαα −−−= eexF = P (X= x) (Ec. 2.85)
La función de densidad de probabilidad es entonces:
[ ])()()(βαβαα
−−−−−=xexexf (Ec. 2.86)
y la probabilidad de excedencia es:
Pt =[ 1 - F(x) ] (Ec. 2.87)
49
Donde α y β son los parámetros de la función.
Los valores de α y β :
6σπ
α = (Ec. 2.88)
αγµβ /−= (Ec. 2.89)
Donde ? es la constante de Euler y es igual a:
? = 0.577215 (Ec. 2.90)
2.4.2 Pruebas de bondad de ajuste
Para determinar que tan adecuado es el ajuste de los datos a una distribución de
probabilidades se han propuesto una serie de pruebas estadísticas que determinan si es
adecuado el ajuste. Estos son análisis estadísticos y como tal se deben entender, es decir,
no se puede ignorar el significado físico de los mismos.
En la teoría estadística, las pruebas de bondad del ajuste más conocidas son la Smirnov -
Kolmogorov y la Chi - Cuadrado, las cuales son las que se utilizarán en nuestro análisis y
que se describen a continuación:
Prueba Smirnov-Kolmogorov
La prueba de bondad de ajuste estadístico Smirnov - Kolmogorov considera la desviación
de la función de distribución de probabilidades de la muestra P(x) de la función de
probabilidades teórica, escogida Po(x) tal que:
))()(max( xPoxPDn −= (Ec. 2.91)
50
La prueba requiere que el valor D calculado con la expresión anterior sea menor que el
valor tabulado dcrit para un nivel de probabilidad (significancia) requerido.
Esta prueba es fácil de realizar y comprende las siguientes etapas:
El valor estadístico D es la máxima diferencia entre la función de distribución acumulada
de la muestra y la función de distribución acumulada teórica escogida.
Se fija el nivel de probabilidad (nivel de significancia) α , valores de 0.05 y 0.01 son los
más usuales.
El valor crítico dcrit de la prueba debe ser obtenido de la tabla 2.6, el cual está en función
de α y n , pues depende del nivel de significancia y del número de datos.
Si el valor calculado D es menor que el dcrit, la distribución escogida se debe aceptar.
Por el contrario, si el valor calculado D es mayor que el dcrit, la distribución escogida se
debe rechazar.
Tamaño de la muestra a = 0.10 a = 0.05 a = 0.01
5 0.51 0.56 0.67
10 0.37 0.41 0.49
15 0.30 0.34 0.40
20 0.26 0.29 0.35
25 0.24 0.26 0.32
30 0.22 0.24 0.29
40 0.19 0.21 0.25
n grande 1.22 / (n)1/2 1.36 / (n)1/2 1.63 / (n)1/2
Tabla 2.6.Valores críticos dcrit para la prueba Smirnov-Kolmogorov de Bondad de ajuste. [Aparicio, 1993, p.
289].
51
Prueba ji-Cuadrado
Una medida de las discrepancia entre las frecuencias observadas (fo) y las frecuencias
calculadas (fc) por medio de una distribución teórica esta dada por el estadístico x²
∑=
−=k
i c
c
fffx
1
202 )(
(Ec. 2.92)
en donde
Si el estadístico x²=0 significa que las distribuciones teórica y empírica ajustan
exactamente, mientras que si el estadístico x²>0, ellas difieren. La distribución del
estadístico x² se puede asimilar a una distribución Chi-cuadrado con (k-1-m) grados de
libertad, donde k es el número de intervalos y m es el número de los parámetros de la
distribución teórica. La función x² se encuentra tabulada tal y como se mostró en la figura
2.6. Supóngase que una hipótesis Ho es aceptar que una distribución empírica se ajusta a
una distribución Normal. Si el valor calculado de x² por la ecuación anterior es mayor que
algún valor crítico de x², con niveles de significancia α de 0.05 y 0.01 (el nive l de
confianza es 1-α) se puede decir que las frecuencias observadas difieren significativamente
de las frecuencias esperadas (o calculadas) y entonces la hipótesis Ho se rechaza, si ocurre
lo contrario entonces se acepta.
2.4.3 Selección de la Función de Distribución de mejor ajuste.
Al aplicar cada una de las funciones de distribución a los datos de los registros de cada
estación es posible que se observen que existen diferencias que son apreciables entre las
mismas. Debido a esto es necesario seleccio nar con cuidado la función a utilizar, ya que
una mala selección de cualquiera de las funciones puede traducirse, para el ingeniero o
entidad que utilizará en el futuro esta información, en una estructura sobrediseñada y
costosa o subdiseñada y peligrosa [Aparicio, 2001, p. 270].
52
La selección de la función de mejor ajuste a utilizar, con el propósito de calcular los valores
de Caudales Máximos en cada una de las estaciones analizadas, se realiza de la siguiente
manera:
En primera instancia se aplican ambas pruebas de bondad de ajuste (ji-cuadrado y
Smirnov-Kolmogorov) a las distribuciones obtenidas de cada función para los registros de
cada estación.
Luego se calcula el valor del parámetro estadístico x2 para la prueba ji-cuadrado,y el
parámetro D para Smirnov-Kolmogorov, para así compararlos con los valores estadísticos
críticos x2 1-a , k-1-m y dcrit respectivamente, los cuales se encuentran en función del nivel de
significancia a usado. Para este último se seleccionó el valor de a = 0.05, es decir se acepta
una incertidumbre en el modelo de un 5 por ciento, o lo que es lo mismo se requiere de un
95 por ciento de certeza para aceptar el modelo o la hipótesis.
Ya comparados los parámetros calculados con los valores críticos se procede a concluir si
se acepta o se rechaza la función aplicada, y a escoger cual sería la preferible según las
pruebas aplicadas.
Para seleccionar finalmente la función a utilizar se tabulan los resultados de las pruebas
aplicadas, calificando las funciones según el orden de preferencia, otorgando un valor de 1
a la de "mejor" ajuste y creciendo este valor hasta la de "peor" ajuste, o definitivamente
rechazando la función.
55
3. APLICACIÓN DE METODOLOGÍAS
3.1 Introducción
En el capítulo anterior se ha estudiado cada una de las metodologías que se utilizarán
para determinar los valores de caudales máximos, para que luego, éstos puedan ser
validados al compararlos con los valores obtenidos de la metodología estadística
también estudiada.
En el presente capítulo se muestra la aplicación de las metodologías
hidrometeorológicas y estadísticas. Se presentan, además, los valores de cada una de las
variables necesarias para la determinación de los caudales máximos, esto se hace para
cada una de las cuencas en estudio, detallando como se obtiene cada valor.
El objetivo del capítulo es el de dar a conocer los resultados de caudales máximos
obtenidos de las diferentes metodologías antes estudiadas, para luego poder comparar
unas con otras, para su posterior validación o determinación de los nuevos factores que
las afectarán.
3.2 Aplicación de metodologías Hidrometeorológicas
3.2.1 Cálculo de Caudales Máximos por el método de la Fórmula Racional
a) Cálculo de Coeficientes de Escurrimiento C
A continuación se presenta el procedimiento realizado para la determinación de C, en
gran parte, con la ayuda de un programa de computadora referente a sistemas de
información geográfico.
Para la obtención de esta variable, es necesario utilizar mapas de uso de suelo y curvas
de nivel, del área en estudio correspondiente. Utilizando un programa desarrollado para
Sistemas de Información Geográfica, se manejaron los mapas de uso de suelo 2002 de
El Salvador hecho por el CNR-IGN a partir de imágenes de satélites; fotografías aéreas
de los años 1970 al 2002; imágenes del 2002; cuadrantes topográficos 1:25,000; visitas
56
de campo; archivos de curvas de nivel a cada 10 metros proporcionadas por la Unidad
de Sistemas de Información Geográfica del SNET y el mapa de cuencas de El Salvador
del Sistema de Información Ambiental del MARN. A partir de estos mapas, y con las
herramientas del software referente a Sistemas de Información Geográfica, se obtuvo la
división de áreas de cobertura del suelo, cada una de estas áreas son subdivididas en
subáreas que estén contenidas dentro de los rangos de pendientes de 0 a 2%, 2 a 7% y
mayores a 7%. Estas subáreas se multiplican por el valor de C que le corresponda,
según su cobertura de suelo y su pendiente. Los valores de C por los que deben
multiplicarse estas subáreas varían según el período de retorno requerido (Anexo C)
[Ven Te Chow, 1994: p.511]. Luego deberá sumarse cada uno de estos valores y su
sumatoria deberá ser dividida entre el área total de la cuenca de drenaje de la estación
para, así, obtener un valor de C ponderado.
A continuación se presenta el cálculo representativo del Coeficiente de Escurrimiento
de la cuenca donde se ubica la estación San Lorenzo. Todos los demás valores de C,
para las demás estaciones, se calculan similarmente, presentando sólo los valores finales
de C para cada una de las estaciones en estudio.
La primer tabla (tabla 3.1) que se presenta a continuación posee valores de áreas de
coberturas de suelos, en metros cuadrados, contenidas dentro de los rangos de
pendientes utilizados para realizar la posterior ponderación. Las siguientes tablas (tablas
3.2 a 3.6) contienen los valores de C correspondientes según cobertura de suelo,
pendiente y período de retorno, cada uno de ellos ha sido multiplicado por las áreas
correspondientes. Para finalizar, la tabla 3.7 contiene, en resumen, los valores finales de
coeficientes de escurrimiento ponderados para diferentes períodos de retorno para cada
una de las estaciones en estudio.
57
T= 5 Años s = 0%-2% s = 2%-7% s > 7% Uso de Suelo ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2)
Urbana continua 4258400 0.80 3406720 5066000 0.80 4052800 1912800 0.80 1530240
Urbana discontinua 25354800 0.34 8620632 47540800 0.40 19016320 76051500 0.43 32702145
Cultivos 21078700 0.34 7166758 10784200 0.38 4097996 31364600 0.42 13173132
Pastos 17671500 0.28 4948020 10647800 0.36 3833208 45204600 0.40 18081840
Bosques 2733000 0.25 683250 2277800 0.34 774452 28566700 0.39 11141013
SCxÁreas (m2) 24825380 31774776 76628370
C Ponderado 0.40 Tabla 3.1. Cálculo de valor de C ponderado para período de retorno de 5 años
T= 10 Años s = 0%-2% s = 2%-7% s > 7% Uso de Suelo ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2)
Urbana continua 4258400 0.83 3534472 5066000 0.83 4204780 1912800 0.83 1587624
Urbana discontinua 25354800 0.37 9381276 47540800 0.43 20442544 76051500 0.45 34223175
Cultivos 21078700 0.36 7588332 10784200 0.41 4421522 31364600 0.44 13800424
Pastos 17671500 0.30 5301450 10647800 0.38 4046164 45204600 0.42 18985932
Bosques 2733000 0.28 765240 2277800 0.36 820008 28566700 0.41 11712347
SCxÁreas (m2) 26570770 33935018 80309502
C Ponderado 0.43 Tabla 3.2. Cálculo de valor de C ponderado para período de retorno de 10 años
T= 20 Años s = 0%-2% s = 2%-7% s > 7% Uso de Suelo ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2)
Urbana continua 4258400 0.87 3704808 5066000 0.87 4407420 1912800 0.87 1664136
Urbana discontinua 25354800 0.39 9888372 47540800 0.45 21393360 76051500 0.48 36504720
Cultivos 21078700 0.39 8220693 10784200 0.43 4637206 31364600 0.47 14741362
Pastos 17671500 0.33 5831595 10647800 0.41 4365598 45204600 0.45 20342070
Bosques 2733000 0.30 819900 2277800 0.39 888342 28566700 0.44 12569348
SCxÁreas (m2) 28465368 35691926 85821636
C Ponderado 0.45 Tabla 3.3. Cálculo de valor de C ponderado para período de retorno de 20 años
58
T= 25 Años s = 0% -2% s = 2% -7% s > 7%
Uso de Suelo ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2)
Urbana continua 4258400 0.88 3747392 5066000 0.88 4458080 1912800 0.88 1683264
Urbana discontinua 25354800 0.40 1E+07 47540800 0.46 21868768 76051500 0.49 37265235
Cultivos 21078700 0.40 8431480 10784200 0.44 4745048 31364600 0.48 15055008
Pastos 17671500 0.34 6008310 10647800 0.42 4472076 45204600 0.46 20794116
Bosques 2733000 0.31 847230 2277800 0.40 911120 28566700 0.45 12855015
SCxÁreas (m2) 29176332 36455092 87652638
C Ponderado 0.46 Tabla 3.4. Cálculo de valor de C ponderado para período de retorno de 25 años
T= 50 Años s = 0% -2% s = 2% -7% s > 7%
Uso de Suelo ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2)
Urbana continua 4258400 0.92 3917728 5066000 0.92 4660720 1912800 0.92 1759776
Urbana discontinua 25354800 0.44 1.1E+07 47540800 0.49 23294992 76051500 0.52 39546780
Cultivos 21078700 0.43 9063841 10784200 0.48 5176416 31364600 0.51 15995946
Pastos 17671500 0.37 6538455 10647800 0.45 4791510 45204600 0.49 22150254
Bosques 2733000 0.35 956550 2277800 0.43 979454 28566700 0.48 13712016
SCxÁreas (m2) 31632686 38903092 93164772
C Ponderado 0.50 Tabla 3.5. Cálculo de valor de C ponderado para período de retorno de 50 años
T= 100 Años s = 0% -2% s = 2% -7% s > 7%
Uso de Suelo ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2) ÁREA (m2) C AxC (m2)
Urbana continua 4258400 0.95 4045480 5066000 0.95 4812700 1912800 0.95 1817160
Urbana discontinua 25354800 0.47 1.2E+07 47540800 0.53 25196624 76051500 0.55 41828325
Cultivos 21078700 0.47 9906989 10784200 0.51 5499942 31364600 0.54 16936884
Pastos 17671500 0.41 7245315 10647800 0.49 5217422 45204600 0.53 23958438
Bosques 2733000 0.39 1065870 2277800 0.47 1070566 28566700 0.52 14854684
SCxÁreas (m2) 34180410 41797254 99395491
C Ponderado 0.53 Tabla 3.6. Cálculo de valor de C ponderado para período de retorno de 100 años
59
Coeficiente de Escurrimiento C ESTACIÓN T= 5 años T= 10 años T= 20 años T= 25 años T= 50 años T= 100 añosSan Lorenzo 0.40 0.43 0.45 0.46 0.50 0.53 La Atalaya 0.38 0.40 0.43 0.44 0.47 0.51 Sensunapán 0.42 0.44 0.47 0.48 0.51 0.55
Conacaste Herrado 0.43 0.46 0.49 0.50 0.53 0.56 San Luis Talpa 0.42 0.44 0.47 0.48 0.51 0.54
San Ramón 0.41 0.43 0.46 0.47 0.50 0.54 Los Tihuilotes 0.36 0.38 0.41 0.42 0.45 0.49
Hato Nuevo 0.37 0.39 0.42 0.43 0.46 0.49 Villerías 0.39 0.41 0.44 0.45 0.48 0.52 Moscoso 0.38 0.40 0.43 0.44 0.47 0.51
Pasaquina 0.39 0.41 0.44 0.45 0.48 0.52 Tabla 3.7. Valores de C finales ponderados para períodos de retorno de 5, 10, 20, 25, 50 y 100 años
b) Cálculo de Curvas de Intensidad-Duración-Frecuencia
La intensidad por periodo de retorno es obtenida de las curvas de Intensidad-
Frecuencia-Duración. El SHN proporcionó las intensidades para las duraciones de 5, 10,
15, 20, 30, 45, 60, 90, 120, 150, 180, 240 y 360 minutos para las estaciones
meteorológicas de Güija, Izalco, Galera, El Papalón, Santa Cruz Porillo y Aeropuerto de
Ilopango que se encuentran dentro o cercanas a las cuencas de estudio. Esta información
fue procesada en hojas de cálculo de Excel.
A continuación se presentan tanto las ecuaciones de las curvas I-D-F específicas para
cada estación hidrométrica en estudio, como las curvas Intensidad-Duración-
Frecuencia en escala aritmética y logarítmica. La Tabla 3.8 contiene los valores de
intensidades para la estación Güija calculados a partir de la ecuación de intensidades
que le corresponde. Las demás gráficas, de las demás estaciones hidrométricas, están
construidas de manera semejante.
60
INTENSIDADES (mm/hr) GÜIJA i = 379.31T0.275/d0.627
Duraciones T=5 T=10 T=20 T=25 T=50 T=100 5 215.26 260.46 315.16 335.10 405.47 490.62 10 139.39 168.66 204.07 216.99 262.55 317.69 15 108.10 130.79 158.26 168.28 203.61 246.37 20 90.25 109.21 132.14 140.50 170.01 205.71 30 69.99 84.69 102.48 108.96 131.84 159.53 45 54.28 65.68 79.47 84.50 102.25 123.72 60 45.32 54.84 66.36 70.56 85.37 103.30 90 35.15 42.53 51.46 54.72 66.21 80.11 120 29.35 35.51 42.97 45.69 55.28 66.89 150 25.52 30.87 37.36 39.72 48.06 58.16 180 22.76 27.54 33.32 35.43 42.87 51.87 240 19.00 22.99 27.82 29.58 35.80 43.31 360 14.74 17.83 21.58 22.94 27.76 33.59
Tabla 3.8. Intensidades para diferentes períodos de retorno para la estación Güija
61
- Estación hidrometeorológica: Güija Asociada a estación hidrológica:
- Índice: A – 15 San Lorenzo.
- Latitud: 14°13.7’
- Longitud: 89°28.7’
- Elevación: 485 m.s.n.m.
- Número de años de registro: 22 años (de 1961 a 1982)
- Ecuación: i = 379.31T0.275/d0.627
- i: Intensidad en mm/h, T: Período de retorno en años, d: Duración de la lluvia en min.
ESTACIÓN GÜIJA
0
100
200
300
400
500
600
0 100 200 300 400
Duración (min)
inte
nsi
dad
es (m
m/h
)
T=5T=10T=20T=25T=50T=100
Figura 3.1.Curvas I-D-F escala Aritmética, estación Güija
ESTACIÓN GÜIJA
1
10
100
1000
1 10 100 1000
Duración (min)
Inte
nsid
ades
(mm
/h)
T=5T=10T=20T=25T=50T=100
Figura 3.2.Curvas I-D-F escala Logarítmica, estación Güija
62
- Estación hidrometeorológica: Izalco Asociada a estaciones hidrológicas:
- Índice: T – 3 La Atalaya, Sensunapán y Conacaste H.
- Latitud: 13°45.7’
- Longitud: 89°42.3’
- Elevación: 390 m.s.n.m.
- Número de años registro: 18 años (de 1965 a 1982)
- Ecuación: i = 554.63T0.274/d0.693
- i: Intensidad en mm/h, T: Período de retorno en años, d: Duración de la lluvia en min.
ESTACIÓN IZALCO
0100200300400500600700
0 100 200 300 400
Duraciones (min)
Inte
nsid
ades
(mm
/h)
T=5T=10T=20T=25T=50T=100
Figura 3.3.Curvas I-D-F escala Aritmética, estación Izalco
ESTACIÓN IZALCO
1
10
100
1000
1 10 100 1000
Duraciones (min)
Inte
nsi
dad
es (m
m/h
)
T=5T=10T=20T=25T=50T=100
Figura 3.4.Curvas I-D-F escala Logarítmica, estación Izalco
63
- Estación hidrometeorológica: Galera Asociada a estación hidrológica:
- Índice: Z – 4 Pasaquina
- Latitud: 14°2.8’
- Longitud: 88°5.2’
- Elevación: 1900 m.s.n.m.
- Número de años registro: 11 años (de 1973 a 1983)
- Ecuación: i = 400.87T0.24/d0.634
- i: Intensidad en mm/h, T: Período de retorno en años, d: Duración de la lluvia en min.
ESTACIÓN GALERA
050
100150200250300350400450500
0 100 200 300 400
Duraciones (min)
Inte
nsid
ades
(m
m/h
)
T=5T=10T=20T=25T=50T=100
Figura 3.5.Curvas I-D-F escala Aritmética, estación Galera
ESTACIÓN GALERA
1
10
100
1000
1 10 100 1000
Duraciones (min)
Inte
nsid
ades
(mm
/h)
T=5
T=10
T=20
T=25
T=50
T=100
Figura 3.6.Curvas I-D-F escala Logarítmica, estación Galera
64
- Estación hidrometeorológica: El Papalón Asociada a estaciones hidrológicas:
- Índice: M – 6 Hato Nuevo, Villerías y Moscoso
- Latitud: 13°26.6’
- Longitud: 88°7.4’
- Elevación: 80 m.s.n.m.
- Número de años registro: 22 años (de 1961 a 1981)
- Ecuación: i = 537.03T0.346/d0.7
- i: Intensidad en mm/h, T: Período de retorno en años, d: Duración de la lluvia en min.
ESTACIÓN EL PAPALÓN
0100200300400500600700800900
0 100 200 300 400
Duraciones (min)
Inte
nsi
dad
es (
mm
/h)
T=5T=10T=20T=25T=50T=100
Figura 3.7.Curvas I-D-F escala Aritmética, estación El Papalón
ESTACIÓN EL PAPALÓN
1
10
100
1000
1 10 100 1000
Duraciones (min)
Inte
nsid
ades
(m
m/h
)
T=5T=10T=20T=25T=50T=100
Figura 3.8.Curvas I-D-F escala Logarítmica, estación El Papalón
65
- Estación hidrometeorológica: Santa Cruz Porrillo Asociada a estaciones hidrológicas:
- Índice: V – 6 Los Tihuilotes y San Ramón
- Latitud: 13°26.4’
- Longitud: 88°48.2’
- Elevación: 30 m.s.n.m.
- Número de años registro: 30 años (de 1954 a 1983)
- Ecuación: i = 549.54T0.29/d0.66
- i: Intensidad en mm/h, T: Período de retorno en años, d: Duración de la lluvia en min.
ESTACIÓN SANTA CRUZ PORRILLO
0
100
200300
400
500600
700
800
0 100 200 300 400
Duraciones (min)
Inte
nsi
dad
es (m
m/h
)
T=5T=10T=20T=25T=50T=100
Figura 3.9.Curvas I-D-F escala Aritmética, estación Santa Cruz Porrillo
ESTACIÓN SANTA CRUZ PORRILLO
1
10
100
1000
1 10 100 1000
Duraciones (min)
Inte
nsid
ades
(m
m/h
)
T=5T=10T=20T=25T=50T=100
Figura 3.10.Curvas I-D-F escala Logarítmica, estación Santa Cruz Porrillo
66
- Estación hidrometeorológica: Asociada a estación Hidrológica:
Aeropuerto de Ilopango San Luis Talpa / Comalapa
- Índice: S – 10
- Latitud: 13°41.9’
- Longitud: 89°7.1’
- Elevación: 615 m.s.n.m.
- Número de años registro: 44 años ( 1953 a 2003, con excepción de algunos
- Ecuación: i = 478.63T0.24/d0.67
- i: Intensidad en mm/h, T: Período de retorno en años, d: Duración de la lluvia en min.
ESTACIÓN AEROPUERTO DE ILOPANGO
0
100
200
300
400
500
600
0 100 200 300 400
Duraciones (min)
Inte
nsi
dad
(mm
/h)
T=5T=10T=20T=25T=50T=100
Figura 3.11.Curvas I-D-F escala Aritmética, estación Aeropuerto de Ilopango
ESTACIÓN AEROPUERTO DE ILOPANGO
1
10
100
1000
1 10 100 1000
Duraciones (min)
Inte
nsid
ad (
mm
/h)
T=5T=10T=20T=25T=50T=100
Figura 3.12.Curvas I-D-F escala Logarítmica, estación Aeropuerto de Ilopango
67
c) Determinación de los Tiempos de Concentración
Para obtener la intensidad de lluvia de las curvas de Intensidad-Frecuencia-Duración
por período de retorno, es necesario conocer los tiempos de concentración tc del área de
drenaje. Para determinar esta variable existen varios métodos de cálculo, de los cuales
se utilizaron, en este documento, las fórmulas empíricas de Kirpich, Giandotti, FAA y
SCS.
Los tiempos de concentración son calculados a partir de las características físicas de la
cuenca, (pendientes, longitudes, elevaciones medias y el área de la cuenca) las cuales
fueron previamente obtenidas (a excepción de las elevaciones medias) a partir del
procesamiento de información de las cuencas de El Salvador en un programa de Sistema
de Información Geográfica. Se calcularon los tiempos de concentración por período de
retorno de 5, 10, 20, 25, 50 y 100 años; por estación hidrológica y para cada fórmula
empírica anteriormente mencionada.
Para el cálculo de los tiempos de concentración por medio de la fórmula empírica de
Giandotti, es necesaria la determinación de la elevación media de la cuenca. A
continuación se presenta la metodología para este cálculo.
Cálculo de Elevación Media de la cuenca por el método del promedio ponderado
• Se multiplica el área contenida entre dos curvas de nivel, con el promedio simple de
los valores de las curvas de nivel que contienen al área.
• Se calcula la sumatoria de los productos de las áreas por promedios de curvas de
nivel.
• Se divide la sumatoria, obtenida anteriormente, entre el área del polígono y se
obtiene la elevación media.
68
Como primera actividad se revisaron los datos de cotas máximas proporcionados,
localizando en mapas cartográficos la ubicación del nacimiento del río (punto más
elevado), así como la ubicación de la estación, obteniendo de esta manera la cota
mínima o elevación directamente de los mapas.
Con los datos de cotas máximas y mínimas se calcularon las pendientes de los ríos hasta
el sitio de ubicación de la estación, mismas que son utilizadas en las fórmulas para
cálculo de tiempos de concentración, el cual es el propósito.
A continuación se presenta en la tabla 3.9 los valores de tiempos de concentración
calculados por las fórmulas empíricas de Kirpich, Giandotti y SCS y demás valores
utilizados. En la tabla 3.10 se presentan los valores de tiempos de concentración
calculados por las fórmulas empíricas de la FAA, para cada una de las estaciones en
estudio.
69
Tabla 3.9. Cálculo de Tiempos de Concentración con fórmulas empíricas de Kirpich, Giandotti y SCS
Longitud del Cauce Cota Cota Elevación Área Pendiente tc (hr) tc (hr) tc (hr)
ESTACIÓN (m) máxima (m) mínima (m) media (m) (km) Kirpich Giandotti SCS San Lorenzo 33937 1030 502.64 879.61 351.00 0.016 4.91 5.30 4.97 La Atalaya 26693 640 3.20 357.48 102.20 0.024 3.49 5.32 3.50 Sensunapán 40250 1150 1.77 817.40 219.00 0.028 4.52 5.23 4.49
Conacaste Herrado 21675 1400 148.87 618.11 167.70 0.058 2.11 4.24 2.12 San Luis Talpa 22741 860 27.25 401.11 65.40 0.037 2.61 4.15 2.63
San Ramón 13066 770 468.30 651.69 54.40 0.023 2.05 2.40 2.05 Los Tihuilotes 27236 760 15.35 293.11 109.60 0.027 3.39 6.04 3.38 Hato Nuevo 25216 280 96.60 233.59 102.00 0.007 5.37 6.40 5.30
Villerías 53548 1140 87.43 348.41 910.00 0.020 6.40 13.46 6.46 Moscoso 70791 1140 76.02 331.71 1074.00 0.015 8.86 16.28 8.87
Pasaquina 32254 550 34.67 302.55 243.00 0.016 4.72 7.96 4.73
70
tc (hr) (T=5)
tc (hr) (T=10)
tc (hr) (T=20)
tc (hr) (T=25)
tc (hr) (T=50)
tc (hr) (T=100)
ESTACIÓN FAA FAA FAA FAA FAA FAA San Lorenzo 5.88 5.69 5.46 5.37 5.11 4.81 La Atalaya 4.72 4.59 4.39 4.32 4.13 3.88 Sensunapán 5.18 5.01 4.79 4.71 4.47 4.22
Conacaste Herrado 2.93 2.83 2.70 2.66 2.52 2.37 San Luis Talpa 3.57 3.46 3.31 3.25 3.09 2.92
San Ramón 3.21 3.11 2.97 2.92 2.78 2.61 Los Tihuilotes 4.71 4.57 4.39 4.32 4.13 3.87
Hato Nuevo 7.01 6.81 6.53 6.44 6.14 5.78 Villerías 6.99 6.79 6.50 6.40 6.09 5.74 Moscoso 8.95 8.70 8.33 8.21 7.83 7.37
Pasaquina 5.84 5.67 5.43 5.34 5.09 4.79 Tabla 3.10. Cálculo de Tiempos de Concentración con fórmula empírica de FAA
d) Cálculo de Velocidades Medias para validar tiempos de concentración
Con base en los resultados mostrados anteriormente, se procede a calcular las
velocidades de escurrimiento para luego validar cada una de las fórmulas empíricas con
base en la comparación entre la velocidad obtenida por el tiempo de concentración,
contra el rango de velocidades de uno a tres m/s, estimadas por la Ing. Adriana Erazo
del Servicio Hidrológico Nacional en la cuenca de drenaje de las estaciones
Hidrológicas de La Hachadura y El Jobo. Un estudio similar se realizó en cuencas de
Zaragoza, España, generando rangos de valores de uno a dos metros por segundo para
pendientes entre 0 y 10%. La tabla 3.11 muestra el cálculo de velocidades medias
obtenidas por medio de la ecuación 2.13 y la tabla 3.12 muestra el cálculo de
velocidades medias obtenidas de dividir las longitudes de los cauces entre los distintos
tiempos de concentración.
71
UNIDADES: m/s VELOC. MEDIA CALCULADA CON PENDIENTE PENDIENTE LONGITUD VELOC. MEDIA (PEND)
ESTACIÓN m/m (m) (m/s) San Lorenzo 0.016 33937 1.67
Atalaya 0.024 26693 2.13 Sensunapán 0.028 40250 2.34
Conacaste Herrado 0.058 21675 3.62 San Luis Talpa 0.037 22741 2.77
San Ramón 0.023 13066 2.08 Los Tihuilotes 0.027 27236 2.29
Hato Nuevo 0.007 25216 1.02 Villerías 0.020 53548 1.91 Moscoso 0.015 70791 1.61
Pasaquina 0.016 32254 1.67 Tabla 3.11. Cálculo de Velocidades Medias para cada estación en estudio por medio de la fórmula de
velocidad de escorrentía
Además, para validar la metodología para determinar los tiempos de concentración
(Kirpich, Giandotti, SCS y FAA), se determinaron las diferentes desviaciones estándar
para los valores de tiempos de concentración para cada período de retorno (5, 10, 20,
25, 50 y 100 años), con la observación de que los tiempos de concentración calculados
por las metodologías de Kirpich, Giandotti y SCS no varían con el período de retorno, a
excepción de la fórmula de la FAA y se verificó que estos valores estuvieran dentro del
rango permisibles (µ ± s , donde, µ: media de los valores de tiempos de concentración, s :
desviación estándar). En la tabla 3.12 se presentan estos cálculos solamente para los
períodos de retorno de 5, 10, 50 y 100 años.
72
Tabla 3.12. Cálculo de velocidades medias para validación de los tiempos de concentración
VELOCIDADES MEDIAS (En m/s) ESTACIÓN VELOC. MEDIA (PEND) KIRPICH GIANDOTTI SCS FAA(5 AÑOS) FAA(10 AÑOS) FAA(50 AÑOS) FAA(100 AÑOS)
San Lorenzo 1.67 1.92 1.78 1.90 1.60 1.66 1.85 1.96 Atalaya 2.13 2.12 1.39 2.12 1.57 1.62 1.80 1.91
Sensunapán 2.34 2.47 2.14 2.49 2.16 2.23 2.50 2.65 Conacaste Herrado 3.62 2.85 1.42 2.84 2.05 2.13 2.39 2.54
San Luis Talpa 2.77 2.42 1.52 2.40 1.77 1.82 2.04 2.17 San Ramón 2.08 1.77 1.51 1.77 1.13 1.17 1.30 1.39
Los Tihuilotes 2.29 2.23 1.25 2.24 1.61 1.65 1.83 1.95 Hato Nuevo 1.02 1.30 1.09 1.32 1.00 1.03 1.14 1.21
Villerías 1.91 2.32 1.11 2.30 2.13 2.19 2.44 2.59 Moscoso 1.61 2.22 1.21 2.22 2.20 2.26 2.51 2.67
Pasaquina 1.67 1.90 1.13 1.89 1.53 1.58 1.76 1.87
73
e) Determinación de Intensidades Máximas a utilizar en el Método Racional
Como se ha explicado anteriormente, se cuenta con el registro de intensidades para las
estaciones Hidrometeorológicas de Güija, Izalco, Galera, El Papalón, Santa Cruz
Porrillo y Aeropuerto de Ilopango, a las cuales se les ha asociado una o unas (según sea
el caso) estaciones Hidrológicas. Esta asociación se ha hecho convenientemente
ubicando una estación hidrometeorológica aguas arriba de las estaciones hidrológicas,
pudiendo así medir las intensidades a la salida de la cuenca.
Las intensidades para cada estación hidrológica se calculan introduciendo el valor de
tiempo de concentración como duración y cada uno de los períodos de retorno (5, 10,
20, 25, 50 y 100 años) en las ecuaciones generadas de las curvas I-D-F.
Al evaluar las ecuaciones de Intensidad se han dejado fuera los tiempos de
concentración de más de 6 horas (360 min) debido a que cada curva Intensidad-
Frecuencia-Duración ha sido construida para esta duración máxima, y una extrapolación
de la ecuación no es valedera.
A continuación se presentan los valores de intensidades máximas para diferentes
períodos de retorno calculadas a través de las curvas Intensidad-Frecuencia-Duración y
de los tiempos de concentración calculados a través de la fórmula empírica de Kirpich
(ver capítulo 4) para las distintas cuencas en estudio. La tabla 3.13 muestra los valores
de intensidades máximas para los distintos períodos de retorno.
74
CÁLCULO DE INTENSIDADES MÁXIMAS (En mm/hora) tc PERÍODOS DE RETORNO (AÑOS)
ESTACIÓN min. 5 10 20 25 50 100 San Lorenzo 294.60 16.71 20.22 24.47 26.02 31.48 38.09 La Atalaya 209.40 21.24 25.68 31.05 33.01 39.91 48.26 Sensunapán 271.20 17.75 21.47 25.95 27.59 33.36 40.34
Conacaste Herrado 126.60 30.10 36.39 44.00 46.78 56.56 68.39 San Luis Talpa/Comalapa 156.60 23.85 28.16 33.26 35.09 41.44 48.94
San Ramón 123.00 36.59 44.74 54.70 58.35 71.34 87.23 Los Tihuilotes 203.40 26.25 32.10 39.25 41.87 51.19 62.59
Hato Nuevo 322.20 16.45 20.91 26.57 28.71 36.49 46.38 Villerias 384.00 14.55 18.49 23.50 25.39 32.27 41.02 Moscoso 531.60 11.59 14.73 18.72 20.22 25.70 32.67
Pasaquina 283.20 16.45 19.43 22.94 24.20 28.58 33.76 Tabla 3.13. Valores de Intensidades Máximas a utilizar en el Método Racional.
f) Cálculo de Caudales Máximos por Método Racional
El método de la Fórmula Racional está basado en la suposición de que ocurre un evento
de lluvia de intensidad constate sobre toda el área de drenaje de la cuenca. Previamente,
el Servicio Hidrológico Nacional (SHN) facilitó los valores de áreas de drenaje de las
cuencas donde se encuentran las estaciones. Utilizando mapas topográficos para
verificar el área dividida por los parte-aguas, se usó un programa de Sistemas de
Información Geográfica (SIG) para corroborar la determinación de la información.
Además el SHN facilitó los valores de la longitud del cauce desde la estación
hidrológica para todas las estaciones y las cotas de altura máxima donde inicia el
recorrido la gota de agua y la cota donde se ubica la estación hidrológica, para todas las
estaciones. Estos datos fueron revisados utilizando cuadrantes 1:25,000 del territorio
salvadoreño proporcionados por el SHN.
A continuación se presentan los valores calculados de caudales máximos por la
metodología de la Fórmula Racional, mediante la multiplicación de los valores de
intensidades, coeficientes de escurrimiento y áreas de las distintas cuencas en estudio.
No se presentan los cálculos para las estaciones Villerías y Moscoso, debido a que los
tiempos de concentración de las áreas de drenaje de estas estaciones, los cuales son
75
necesarios para la determinación de las intensidades, son mayores a 6 horas (360 min),
lo que obligaría a extrapolar los valores en las curvas I-D-F.
Caudales máximos Q (m3/s) ESTACIONES 5 años 10 años 20 años 25 años 50 años 100 años San Lorenzo 656.76 839.93 1082.45 1176.32 1520.06 1970.42 La Atalaya 228.81 291.50 378.72 411.97 532.48 694.95 Sensunapán 456.28 579.96 747.55 811.47 1044.66 1343.20
Conacaste Herrado 609.46 776.19 997.96 1082.67 1395.37 1794.16 San Luis Talpa 181.17 224.57 283.39 305.36 383.76 483.08
San Ramón 226.51 290.89 380.72 414.99 540.41 709.65 Los Tihuilotes 288.19 372.83 490.63 536.18 703.77 935.88
Hato Nuevo 170.95 229.79 313.81 347.14 473.36 650.41 Pasaquina 433.55 538.79 682.20 736.07 927.98 1179.40
Tabla 3.14. Cálculo de Caudales Máximos (m3/s) por metodología de la Fórmula Racional
3.2.2 Cálculo de Caudales Máximos por el método del Hidrograma Sintético de
Snyder
Basta con multiplicar el valor de caudal pico obtenido del Hidrograma Sintético de
Snyder en m3/s/mm; por el valor de intensidad máxima para los períodos de retorno de
5, 10, 20, 25, 50, y 100 años, obtenidos de las ecuaciones generadoras de las curvas I-D-
F y con duraciones iguales al tiempo de concentración en mm/h; por el valor del tiempo
de concentración en horas.
En la tabla 3.15 se presenta el cálculo de las variables necesarias para la construcción
del Hidrograma Sintético de Snyder.
En La tabla 3.16 se presenta el cálculo de las variables necesarias para la determinación
de los caudales máximos a través del Hidrograma Sintético de Snyder y en la tabla 3.17,
se presentan los valores de caudales máximos calculados por esta misma metodología.
76
Tabla 3.15. Variables necesarias para la construcción del HS de Snyder.
ESTACIÓN L Lc Ct tp tr Cp A qp T q'p W75 W50 UNIDADES km km Adim. Horas Horas Adim. (km²) m³/s/(mm)) Horas m³/s/(mm))/(km²) Horas Horas San Lorenzo 33.94 10.15 2.20 9.54 1.73 0.56 351.00 5.67 4.19 0.02 8.78 15.37 La Atalaya 26.69 17.49 2.20 10.45 1.90 0.56 102.20 1.51 4.31 0.01 9.69 16.96 Sensunapán 40.25 24.12 2.20 13.02 2.37 0.56 219.00 2.59 4.63 0.01 12.29 21.51
Conacaste Herrado 21.68 13.78 2.10 8.73 1.59 0.57 167.70 3.01 4.09 0.02 7.83 13.69 San Luis Talpa/Comalapa 22.74 10.23 2.20 8.48 1.54 0.56 65.40 1.19 4.06 0.02 7.74 13.54
San Ramón 13.07 11.12 2.20 7.36 1.34 0.56 54.40 1.14 3.92 0.02 6.64 11.62 Los Tihuilotes 27.24 15.30 2.20 10.10 1.84 0.56 109.60 1.67 4.26 0.02 9.34 16.35
Hato Nuevo 25.22 13.91 2.20 9.59 1.74 0.56 102.00 1.64 4.20 0.02 8.84 15.46 Villerías 53.55 31.40 2.00 13.96 2.54 0.59 910.00 10.58 4.74 0.01 12.52 21.91 Moscoso 70.79 36.96 2.20 17.53 3.19 0.56 1074.00 9.44 5.19 0.01 16.94 29.65
Pasaquina 32.25 21.55 2.20 11.78 2.14 0.56 243.00 3.18 4.47 0.01 11.03 19.30
77
Intensidades para diferentes periodos de retorno (mm/hr) qp
ESTACIÓN tc (horas) 5 Años 10 Años 20 Años 25 Años 50 Años 100 Años (m3/s/mm) San Lorenzo 4.91 16.71 20.22 24.47 26.02 31.48 38.09 5.67 La Atalaya 3.49 21.24 25.68 31.05 33.01 39.91 48.26 1.51 Sensunapán 4.52 17.75 21.47 25.95 27.59 33.36 40.34 2.59 Conacaste Herrado 2.11 30.10 36.39 44.00 46.78 56.56 68.39 3.01 San Luis Talpa/Comal. 2.61 23.85 28.16 33.26 35.09 41.44 48.94 1.19 San Ramón 2.05 36.59 44.74 54.70 58.35 71.34 87.23 1.14 Los Tihuilotes 3.39 26.25 32.10 39.25 41.87 51.19 62.59 1.67 Hato Nuevo 5.37 16.45 20.91 26.57 28.71 36.49 46.38 1.64 Pasaquina 4.72 16.45 19.43 22.94 24.20 28.58 33.76 3.18
Tabla 3.16. Variables necesarias para la obtención de Caudales Máximos a través del HS de Snyder.
Caudales máx. para diferentes periodos de retorno (m3/s)
ESTACIÓN 5 Años 10 Años 20 Años 25 Años 50 Años 100 Años San Lorenzo 464.87 562.49 680.61 723.69 875.66 1059.54 La Atalaya 111.60 134.94 163.16 173.45 209.73 253.59 Sensunapán 207.85 251.32 303.89 323.05 390.62 472.32 Conacaste Herrado 191.32 231.33 279.71 297.35 359.54 434.74 San Luis Talpa/Comal. 73.90 87.27 103.07 108.74 128.42 151.67 San Ramón 85.34 104.33 127.56 136.09 166.39 203.44 Los Tihuilotes 148.69 181.80 222.28 237.13 289.93 354.48 Hato Nuevo 144.65 183.86 233.69 252.45 320.87 407.84 Pasaquina 246.66 291.30 344.03 362.96 428.65 506.23
Tabla 3.17. Valores de Caudales Máximos calculados a través del HS de Snyder.
3.2.3 Cálculo de Caudales Máximos por el método del Hidrograma Sintético
Triangular, SCS e Hidrograma Unitario Complejo
a) Cálculo del Número de Curva CN
El número de curva CN es la representación gráfica estandarizada de la información de
la precipitación total y la precipitación efectiva para muchas cuencas. Para la obtención
de este valor, se obtienen áreas de cobertura del suelo, contenidas en la clasificación de
los tipos de suelo de El Salvador, para luego obtener una tabla de áreas de cobertura del
suelo dentro de los tipos hidrológicos del suelo según la tabla SCS (1986) que se
presenta en la tabla C-2 del anexo C; estas áreas se obtienen utilizando un programa de
78
computadora desarrollado para Sistemas de Información Geográfica y los mapas de uso
de suelo 2002, pedológico y cuencas de El Salvador del MARN. Las áreas obtenidas se
multiplicaron con los valores de Número de Curva correspondientes, para obtener una
tabla de áreas por Número de Curva (CN) y la suma de todas estas operaciones, se
dividió entre el área total de la cuenca de aporte a la estación, para obtener valores de
CN ponderados.
A continuación se presenta el cálculo para la determinación del Número de Curva
representativo para la cuenca donde se ubica la estación Conacaste Herrado; de la
misma manera, se realiza el cálculo del Número de Curva para las demás cuencas donde
están ubicadas las demás estaciones hidrométricas. En la tabla 3.18 se clasifica el tipo
de suelo del mapa Pedológico de El Salvador [Sistemas de Información Ambiental,
MARN 2000: CD No. 2], con base en los grupos hidrológicos de suelo del SCS [Ven
Te Chow, 1994: p.153].
Tipo de Suelo Clasificación Hidrológica SCS
Aluviales B
Latosotes Arcillo-Rojizos C
Latosotes Arcillo-Ácidos C
Andisoles B
Litosoles C
Grumosotes D
Halomórficos D
Regosoles A
Tabla 3.18. Tabla de clasificación de los tipos de suelos en El Salvador según los Grupos Hidrológicos de
Suelos del SCS.
Las áreas de cobertura de suelo que se encuentran en la cuenca de drenaje de la
estación, se dividieron en subáreas (m2) las cuales están contenidas dentro de los tipos
de suelos como se muestra en la tabla 3.19, para luego agrupar estas subáreas dentro de
los grupos hidrológicos de suelos según SCS. Las áreas de cobertura contenidas en cada
grupo hidrológico se multiplican por su respectivo valor de CN. La sumatoria de las
operaciones del producto de áreas de cobertura por el valor de CN y el cociente de estas
entre el área total (valor de CN ponderado) se muestra en la tabla 3.20.
79
Clasificación del área según el uso del suelo (m2) Uso litosoles andisoles aluviales latosoles
Bosques naturales 10513922 0 0 0 Lava 16618473 0 0 0 Café 32875054 10571063 0 0
Áreas urbanas 0 3323694.6 342845.29 0 Caña de azúcar 0 4466512.2 7275938.9 171422.64
Pastos y granos básicos 7990199.9 24599149 23646801 342845.29 Clasificación C B B C
Tabla 3.19. Clasificación de áreas de cobertura vegetal y urbana en los tipos de suelo reconocidos en El
Salvador para la estación Conacaste Herrado.
80
Tabla 3.20. Clasificación de áreas y valores de CN para cada grupo hidrológico. Cálculo de CN ponderado para la cuenca de la estación Conacaste Herrado.
GRUPO A GRUPO B GRUPO C GRUPO D Uso ÁREA (m2) CN CN x A (m2) ÁREA (m2) CN CN x A (m2) ÁREA (m2) CN CN x A (m2) ÁREA (m2) CN CN x A (m2)
Cultivos 0.00 72 0.00 22313514.10 81 1807394642.10 33046476.29 88 2908089913.52 0.00 91 0.00 Pastizales 0.00 68 0.00 48245950.70 79 3811430105.30 8333045.18 86 716641885.48 0.00 89 0.00 Bosques 0.00 25 0.00 0.00 55 0.00 10513922.14 70 735974549.80 0.00 77 0.00 Urbanas 0.00 77 0.00 3666539.88 85 311655889.80 16618472.95 90 1495662565.50 0.00 92 0.00
Sumatorias (m2) 0.00 0.00 74226004.68 5930480637.20 68511916.56 5856368914.30 0.00 0.00 CN Ponderado 82.58
81
ESTACIÓN CN San Lorenzo 84.80 La Atalaya 84.87 Sensunapán 80.27
Conacaste Herrado 82.58 San Luis Talpa/Comalapa 75.80
San Ramón 79.69 Los Tihuilotes 81.70
Hato Nuevo 85.08 Villerías 86.40 Moscoso 86.02
Pasaquina 79.21 Tabla 3.21. Valores de CN ponderados finales para las estaciones en estudio
b) Cálculo de Hietogramas de precipitación por el método del Bloque Alterno
Para la construcción de la lluvia de diseño, se tomó la recomendación del documento “Diseño
Hidrológico con Información Escasa Un Caso: Río San Carlos” de usar un valor igual o
mayor al tiempo de concentración del área de drenaje de la estación. En la tabla 3.22 se
muestra una lluvia de diseño para la estación San Lorenzo, la cual tiene un tiempo de
concentración de 4.91 horas, por lo que su lluvia de diseño calculada por Bloque Alterno
tendrá una duración de 5 horas (según recomendaciones del método). Se distribuye la lluvia
en intervalos de 1 hora de duración y utilizando la ecuación de la curva I-D-F correspondiente
a San Lorenzo, se obtuvo las intensidades de lluvia correspondiente a la duración de la
columna de duraciones de la lluvia. Estas intensidades obtenidas, se multiplicaron por la
duración correspondiente, obteniéndose un valor de profundidad de lluvia acumulada. A partir
de las lluvias acumuladas, se obtuvieron las diferencias de profundidades de lluvia que resulta
de restar la profundidad de lluvia consecutiva de duración inferior a una profundidad de lluvia
cualquiera. Estas diferencias de profundidad de lluvia se ordenan colocando la mayor a
manera de que ocurra en el centro de la distribución, y luego las siguientes se ordenan en una
secuencia descendente alterna a la derecha y a la izquierda del centro de la distribución.
82
T= 5 AÑOS Duración Intensidad Intensidad Pacum ∆P Tiempo P
(min) (mm /h) (mm /min) (mm) (mm) (min) (mm) 60.00 45.32 0.76 45.32 45.32 0-60 6.60 120.00 29.35 0.49 58.69 13.37 60-120 9.58 180.00 22.76 0.38 68.28 9.58 120-180 45.32 240.00 19.00 0.32 76.01 7.73 180-240 13.37 300.00 16.52 0.28 82.61 6.60 240-300 7.73
Tabla 3.22 Profundidad de lluvia de diseño obtenida por el método del Bloque Alterno para un período de
retorno de 5 años (Estación San Lorenzo).
Obtenidas las profundidades de lluvia para los periodos de retorno de 5, 10, 20, 25, 50 y 100
años, se ordenan en la tabla 3.23
Profundidad de lluvia total (mm) Duración Periodos de Retorno ( horas) 5 años 10 años 20 años 25 años 50 años 100 años
1.00 6.60 7.98 9.66 10.27 12.43 15.04 2.00 9.58 11.60 14.03 14.92 18.05 21.84 3.00 45.32 54.84 66.36 70.55 85.37 103.30 4.00 13.37 16.18 19.58 20.82 25.19 30.48 5.00 7.73 9.36 11.32 12.04 14.57 17.63
Tabla 3.23 Lluvias totales por periodos de retorno para la estación de San Lorenzo
A partir de la lluvias de la tabla 3.23, se obtienen las profundidades de lluvia neta utilizando
la metodología del SCS. Para esto se requiere conocer el valor del número de curva CN del
área de drenaje de la estación, y utilizando la ecuación pertinente se obtuvo un valor de
retención potencial máxima S, la cual es utilizada para obtener la lluvia neta que se muestra en
la tabla 3.24.
Profundidad de lluvia neta (mm) Duración Periodos de Retorno ( horas) 5 años 10 años 20 años 25 años 50 años 100 años
1.00 0.15 0.03 0.01 0.03 0.23 0.69 2.00 0.01 0.13 0.48 0.66 1.47 2.79 3.00 16.05 22.93 31.90 35.31 47.77 63.52 4.00 0.37 0.95 1.96 2.40 4.20 6.83 5.00 0.04 0.00 0.10 0.18 0.59 1.35
Tabla 3.24 Lluvias netas por periodo de retorno para la estación San Lorenzo.
83
c) Cálculo de Caudales Máximos a través del Hidrograma Sintético Triangular
El procedimiento para el cálculo de caudales máximos por HU Sintéticos Triangular, SCS e
HU Complejo es la misma. Construidos los Hidrogramas Unitarios de la cuenca, se procedió a
obtener el registro de lluvia máxima por periodo de retorno de 5, 10, 20, 25, 50 y 100 años a
partir de registros históricos en la estación meteorológica que se eligió para la cuenca,
distribuida en el tiempo por el método de Bloque Alterno. Siguiendo la recomendación del
documento: “Diseño Hidrológico Con Información Escasa Un caso de Estudio: Río San
Carlos” el cual refiere al método SCS para la estimación de la lluvia neta, se procedió a
obtener el Número de Curva CN, a partir de la información física de la cuenca, que se procesó
en un programa de Sistemas de Información Geográfica. El valor de CN de la cuenca, resulta,
al igual que el coeficiente de escurrimiento C, un valor ponderado debido a los distintos usos
del suelo dentro de la cuenca, que se encuentran contenidos en los diferentes grupos
hidrológicos de suelos descritos por el SCS.
A partir del valor de CN se procedió a estimar la lluvia efectiva o lamina de escurrimiento de
la lluvia máxima por periodo de retorno de 5, 10, 20, 25, 50 y 100 años, obtenida de la lluvia
de diseño, la cual fue distribuida por el método de Bloque Alterno. La información se
procesó en hojas de cálculo de Excel para obtener el hidrograma de caudales, del cual se
extrae el pico o caudal máximo.
En la tabla 3.25 se presenta el cálculo de las variables necesarias para la construcción del
Hidrograma Sintético Triangular para la estación San Lorenzo.
ESTACIÓN de tr tp tb A Qp UNIDADES Horas Horas Horas Horas (km²) m³/s/(mm)) San Lorenzo 4.91 2.95 5.40 14.42 351.00 13.51 La Atalaya 3.49 2.09 3.84 10.25 102.20 5.53 Sensunapán 4.52 2.71 4.97 13.28 219.00 9.16
Conacaste Herrado 2.11 1.27 2.32 6.20 167.70 15.02 San Luis Talpa/Comalapa 2.61 1.57 2.87 7.67 65.40 4.74
San Ramón 2.05 1.23 2.26 6.02 54.40 5.01 Los Tihuilotes 3.39 2.03 3.73 9.96 109.60 6.11 Hato Nuevo 5.37 3.22 5.91 15.77 102.00 3.59
Villerías 5.06 3.84 6.37 17.01 910.00 29.70 Moscoso 5.95 5.32 8.30 22.15 1074.00 26.91
Pasaquina 4.72 2.83 5.19 13.86 243.00 9.73 Tabla 3.25. Variables para la construcción del HS Triangular para todas las estaciones analizadas.
84
Como se muestra en la tabla 3.26, seleccionamos las variables: tiempo pico tp, tiempo base tb
y el caudal pico unitario qp, para la construcción del HU Sintético Triangular distribuido en
el tiempo.
tp = 5.40 horas tb = 14.42 horas qp = 13.51 m³/s/mm
Tabla 3.26 Variables para la construcción del HU Sintético Triangular, estación San Lorenzo.
La forma del HU Sintético Triangular permite obtener los valores de caudal unitario, por regla
de tres, para despejar variables, y así distribuirlo en el tiempo como es mostrado en la
columna dos de la tabla 3.27 en la que se muestra la secuencia de acumulación de lluvia por
caudal unitario para la obtención del hidrograma de escurrimiento para la estación San
Lorenzo para un periodo de retorno de 5 años, con la lluvia de diseño construida por el
método de Bloque Alterno. Construido el hidrograma de caudales de la estación, es obtenido
directamente el caudal máximo de 223.24 m3/s para el periodo de retorno de 5 años.
85
T = 5 años tiempo qp Pe qp*Pe qp*Pe qp*Pe qp*Pe qp*Pe Q
(h) (m³/s/mm) (mm) (m³/s) (m³/s) (m³/s) (m³/s) (m³/s) (m³/s) 0-1 1.25 0.15 0.19 0.19 1-2 3.75 0.01 0.56 0.01 0.58 2-3 6.25 16.05 0.94 0.04 20.06 21.04 3-4 8.75 0.37 1.31 0.06 60.19 0.46 62.03 4-5 11.26 0.04 1.69 0.09 100.31 1.39 0.05 103.53 5-6 13.51 2.03 0.11 140.44 2.31 0.15 145.04 6-7 12.76 1.91 0.14 180.72 3.24 0.25 186.26 7-8 11.76 1.76 0.13 216.84 4.17 0.35 223.24 8-9 9.76 1.46 0.12 204.80 5.00 0.45 211.83 9-10 8.76 1.31 0.10 188.75 4.72 0.54 195.42 10-11 6.76 1.01 0.09 156.65 4.35 0.51 162.61 11-12 5.76 0.86 0.07 140.60 3.61 0.47 145.61 12-13 3.76 0.56 0.06 108.50 3.24 0.39 112.75 13-14 2.25 0.34 0.04 92.45 2.50 0.35 95.67 14-15 0.75 0.11 0.02 60.35 2.13 0.27 62.88
0.01 36.11 1.39 0.23 37.74 12.04 0.83 0.15 13.02 0.28 0.09 0.37 0.03 0.03 Tabla 3.27 Secuencia de acumulación de caudales para la construcción del hidrograma de caudales de la estación
San Lorenzo para un periodo de retorno de 5 años.
En la siguiente tabla se presentan los valores de caudales máximos para las estaciones en
estudio calculados a través del HS Triangular.
86
Caudales máximos utilizando el Hidrograma Unitario Triangular, Q (m³/s) Periodos de retorno en años
Estaciones 5 10 20 25 50 100 San Lorenzo 223.24 322.49 440.39 514.41 719.29 990.59 La Atalaya 111.15 156.87 218.37 242.14 330.70 445.52 Sensunapán 143.74 202.28 284.46 317.06 440.84 605.79
Conacaste Herrado 256.22 369.04 520.66 579.13 797.25 1079.13 San Luis Talpa/Comalapa 40.20 57.95 82.84 92.63 129.76 178.75
San Ramón 95.76 142.39 206.74 231.91 326.87 451.78 Los Tihuilotes 133.68 195.62 280.98 314.46 440.80 607.56 Hato Nuevo 82.61 124.41 185.26 209.85 305.87 438.55
Villerías 736.93 1104.52 1632.47 1845.29 2668.55 3800.40 Moscoso 654.78 981.72 1454.15 1645.06 2387.40 3410.40
Pasaquina 106.56 145.71 201.53 223.73 308.59 421.87 Tabla 3.28. Cálculo de Caudales Máximos a través del HS Triangular para todas las estaciones.
d) Cálculo de Caudales Máximos a través del Hidrograma Sintético SCS
En la tabla 3.29 se muestran todas las variables necesarias para la construcción del
Hidrograma sintético SCS.
Tc tp tr Tp A qp ESTACIÓN Horas Horas Horas Horas (km²) m³/s-cm San Lorenzo 4.91 2.95 4.91 5.40 351.00 135.17 La Atalaya 3.49 2.09 3.49 3.84 102.20 55.37 Sensunapán 4.52 2.71 4.52 4.97 219.00 91.62
Conacaste Herrado 2.11 1.27 2.11 2.32 167.70 150.29 San Luis Talpa/Com. 2.61 1.57 2.61 2.87 65.40 47.38
San Ramón 2.05 1.23 2.05 2.26 54.40 50.18 Los Tihuilotes 3.39 2.03 3.39 3.73 109.60 61.13 Hato Nuevo 5.37 3.22 5.37 5.91 102.00 35.92
Villerías 6.40 3.84 5.06 6.37 910.00 297.15 Moscoso 8.86 5.32 5.95 8.29 1074.00 269.39
Pasaquina 4.72 2.83 4.72 5.19 243.00 97.35 Tabla 3.29. Variables para la construcción del Hidrograma Sintético SCS, todas las estaciones.
El procedimiento utilizado para la obtención de los caudales máximos a través del
Hidrograma Sintético SCS, es el mismo que el realizado para la determinación de caudales
máximos a través del Hidrograma Sintético Triangular. A continuación se presenta la
87
tabla 3.30 con las variables necesarias para la obtención del HS SCS y para la construcción de
la secuencia de acumulación de caudales para la construcción del hidrograma de caudales de
la estación San Lorenzo para un periodo de retorno de 5 años en la tabla 3.31; y luego, los
valores de caudales máximos para todas las estaciones en estudio en la tabla 3.32.
qp = 13.52 (m³/s/mm) Tp = 5.4 horas T = 27 horas
Tabla 3.30. Variables para la construcción del HU Sintético SCS, estación San Lorenzo.
88
T = 5 años tiempo qp Pe qp*Pe qp*Pe qp*Pe qp*Pe qp*Pe Q
(h) (m³/s/mm) (mm) (m³/s) (m³/s) (m³/s) (m³/s) (m³/s) (m³/s) 0-1 0.68 0.15 0.10 0.101-2 2.70 0.01 0.41 0.01 0.412-3 5.41 16.05 0.81 0.03 10.91 11.753-4 10.82 0.37 1.62 0.05 43.34 0.25 45.264-5 13.24 0.04 1.99 0.11 86.83 1.00 0.03 89.955-6 13.52 2.03 0.13 173.66 2.00 0.11 177.936-7 12.84 1.93 0.14 212.50 4.00 0.22 218.787-8 10.82 1.62 0.13 217.00 4.90 0.43 224.088-9 8.71 1.31 0.11 206.08 5.00 0.53 213.039-10 6.76 1.01 0.09 173.66 4.75 0.54 180.0510-11 3.38 0.51 0.07 139.80 4.00 0.51 144.8911-12 2.70 0.41 0.03 108.50 3.22 0.43 112.5912-13 2.03 0.30 0.03 54.25 2.50 0.35 57.4313-14 1.35 0.20 0.02 43.34 1.25 0.27 45.0814-15 1.22 0.18 0.01 32.58 1.00 0.14 33.9115-16 0.95 0.14 0.01 21.67 0.75 0.11 22.6816-17 0.81 0.12 0.01 19.58 0.50 0.08 20.2917-18 0.68 0.10 0.01 15.25 0.45 0.05 15.8618-19 0.54 0.08 0.01 13.00 0.35 0.05 13.4919-20 0.41 0.06 0.01 10.91 0.30 0.04 11.3220-21 0.27 0.04 0.00 8.67 0.25 0.03 9.0021-22 0.13 0.02 0.00 6.58 0.20 0.03 6.8322-23 0.12 0.02 0.00 4.33 0.15 0.02 4.5323-24 0.11 0.02 0.00 2.09 0.10 0.02 2.2224-25 0.09 0.01 0.00 1.93 0.05 0.01 2.0025-26 0.08 0.01 0.00 1.77 0.04 0.01 1.8326-27 0.00 0.00 0.00 1.44 0.04 0.00 1.49
0.00 1.28 0.03 0.00 1.32 0.00 0.03 0.00 0.03 0.00 0.00 0.00 0.00 0.00
Tabla 3.31. Secuencia de acumu lación de caudales para la construcción del Hidrograma de Caudales de la
estación San Lorenzo para un periodo de retorno de 5 años.
89
Caudales máximos utilizando el Hidrograma Unitario SCS, Q (m³/s) Periodos de retorno en años
Estaciones 5 10 20 25 50 100 San Lorenzo 224.08 324.59 464.59 519.91 729.21 1007.12 La Atalaya 111.21 156.95 218.38 242.09 330.36 444.66 Sensunapán 144.97 203.03 285.54 318.49 444.40 613.58
Conacaste Herrado 256.80 370.78 525.22 585.05 809.26 1100.83 San Luis Talpa/Comalapa 40.98 58.28 82.94 92.73 130.12 179.95
San Ramón 96.03 143.04 208.17 233.72 330.26 457.62 Los Tihuilotes 133.79 196.05 282.15 315.98 443.89 613.12 Hato Nuevo 82.75 124.52 185.63 210.40 307.38 441.85
Villerías 737.66 1108.25 1641.20 1856.23 2688.62 3833.89 Moscoso 656.03 656.03 1461.73 1654.63 2405.73 3442.64
Pasaquina 107.22 146.13 201.84 224.02 309.01 422.71 Tabla 3.32. Cálculo de Caudales Máximos a través del HS SCS para todas las estaciones.
e) Cálculo de Caudales Máximos por metodología del Hidrograma Unitario Complejo
Este Hidrograma Unitario se construye con base en Hietogramas de lluvias e Hidrogramas de
Caudales. En los registros anuales de caudales máximos mensuales de cada estación
hidrológica proporcionados por el SHN, se eligió un evento que correspondiera al mayor
caudal registrado en la estación; con la fecha del evento, se solicitó al SHN el Hidrograma de
Caudales registrados para esa fecha y el Hietograma de lluvia que se registró en una estación
hidrometeorológica dentro o cercana a la cuenca. En caso de que no existiera registro de
caudales para la fecha del evento elegido, se eligió otra fecha de evento de caudal máximo
inmediato inferior y se realizó el mismo procedimiento para solicitar la información necesaria
para la construcción del HU. En el caso de no existir registro de lluvia, se procedió a exportar
una distribución de lluvia que ocurriera en la misma fecha del evento en una estación
hidrometeorológica cercana a la estación hidrometeorológica elegida, y cuando no existiese
registro en ninguna estación hidrometeorológica se utilizó el método de Bloque Alterno
presentado en el capítulo dos para distribuir la lluvia en el tiempo. Con la información
obtenida, se procedió a procesarla en hojas de cálculo de Excel para obtener los HU
Complejos.
A continuación se presenta el gráfico de Hidrograma de crecidas que sirvió para determinar el
Caudal Base.
90
HIDROGRAMA DE CRECIDAS
0
25
50
75
100
125
0 1 2 3 4 5 6 7
t (horas)
CA
UD
AL
ES
(m
3/s)
Figura 3.13. Hidrograma de Crecidas para la estación San Luís Talpa
El Caudal Base fue definido a través del método de la Línea Recta, como se observa en la
siguiente figura, el método consiste en ubicar el punto donde empieza a crecer la gráfica
(comienzo de incremento de caudal) y luego se traza una línea hasta interceptar el comienzo
de la curva de agotamiento ( punto donde la pendiente cambia radicalmente).
HIDROGRAMA DE CRECIDAS
0
102030
4050
6070
8090
100110120
0 1 2 3 4 5 6 7
t (horas)
CA
UD
ALE
S (
m3/
s)
Figura 3.14. Ubicación de la línea divisoria del Caudal Base para la estación San Luís Talpa.
Como siguiente paso, se calcula el hidrograma unitario complejo, el cual se presenta en las
tablas 3.33 y 3.34, y su gráfico se presenta en la figura 3.15.
91
SAN LUIS TALPA CRECIDA 19 SEPT
82
FECHA HORA Nivel (m) Lluvia(mm) Q ( m3 / s) Tiempo
(h) HED(m3/s) HEL (mm) 19/09/1982 08:00 1.70 30.91
09:00 1.90 93.16 42.01 1 7.28 9.14 10:00 2.48 21.50 86.58 2 50.63 M=1 11:00 2.70 21.50 108.74 3 71.56 12:00 2.35 17.91 74.89 4 36.49 13:00 1.86 14.33 39.62 total= 165.96 Vd= 597447.29
HEL = Hietograma de exceso de lluvia rd(m)= 0.0091353 HED=Hidrograma de escorrentía directa rd(mm)= 9.1352797
φ= 84.02 Tabla 3.33. Hietograma de exceso de lluvia e hidrograma de escorrentía directa, estación San Luis Talpa.
Tiempo (h) Escorrentía directa
(m3/s) Exceso de lluvia
(mm) Caudales (m3/s/mm)
1 7.28 9.14 0.80 2 50.63 5.54 3 71.56 7.83 4 36.49 3.99
Tabla 3.34. Hidrograma Unitario Complejo para la estación San Luís Talpa.
Hidrograma Unitario Complejo
0.002.004.006.008.00
10.00
0 1 2 3 4 5Tiempo (h)
Cau
dale
s (m
3/s/
mm
)
Figura 3.15. Gráfico del HU Complejo, estación San Luís Talpa.
El procedimiento para el cálculo de caudales máximos a través del Hidrograma Unitario
Complejo es el mismo procedimiento utilizado para la determinación de caudales máximos a
través de los HS Triangular y SCS.
92
A continuación se presenta la secuencia de acumulación de caudales para la construcción del
Hidrograma de Caudales de la estación San Lorenzo para un periodo de retorno de 5 años en
la tabla 3.35.
T = 5 años tiempo qp Pe qp*Pe qp*Pe qp*Pe qp*Pe qp*Pe Q
(h) (m³/s/mm) (mm) (m³/s) (m³/s) (m³/s) (m³/s) (m³/s) (m³/s) 0-1 3.50 0.15 0.53 0.531-2 39.44 0.01 5.92 0.04 5.952-3 54.48 16.05 8.17 0.39 56.18 64.75
0.37 0.54 632.98 1.30 634.82 0.04 874.44 14.59 0.14 889.17 20.16 1.58 21.74 2.18 2.18
Tabla 3.35. Secuencia de acumulación de caudales para la construcción del Hidrograma de Caudales de la
estación San Lorenzo para un periodo de retorno de 5 años.
En la tabla 3.36 no fue posible la obtención de los Hidrogramas Unitarios Complejos para las
estaciones San Ramón y Sensunapán, puesto que se obtuvieron resultados incoherentes.
Caudales máximos utilizando el Hidrograma Unitario Complejo, Q (m³/s) Periodos de retorno en años
Estaciones 5 10 20 25 50 100 San Lorenzo 889.17 1286.74 1815.63 2019.04 2770.31 3734.79 La Atalaya 257.59 361.57 497.70 549.64 740.01 981.97
Conacaste Herrado 240.29 345.36 486.15 540.34 742.22 1002.50 San Luis Talpa/Comalapa 62.47 90.60 130.07 145.62 204.59 282.47
Los Tihuilotes 318.74 463.32 657.12 731.92 1009.71 1368.50 Hato Nuevo 229.34 347.00 509.41 573.24 814.88 1135.88
Villerias 1074.19 1619.13 2387.18 2693.16 3864.77 5451.20 Moscoso 937.03 1408.36 2085.71 2358.55 3415.99 4867.25
Pasaquina 318.37 455.84 641.98 714.19 982.83 1330.12 Tabla 3.36. Cálculo de caudales máximos a través del Hidrograma Unitario Complejo para todas las estaciones.
93
3.3 Aplicación de Metodologías Estadísticas
3.3.1 Aplicación de metodología Estadística Regional
A continuación se presentan los valores de los factores de ajuste para el cálculo de caudales
máximos para la aplicación de la metodología Estadística Regional por zona de aplicación.
Factores de ajuste para el cálculo de caudales máximos Área Estaciones Región 5 10 20 25 50 100 (km²)
San Lorenzo 1 1.64 2.28 2.98 3.23 4.05 4.96 351.00 La Atalaya 1 1.64 2.28 2.98 3.23 4.05 4.96 102.20 Sensunapán 1 1.64 2.28 2.98 3.23 4.05 4.96 219.00 Conacaste Herrado 1 1.64 2.28 2.98 3.23 4.05 4.96 167.70 San Luis Talpa/Comalapa 2 1.50 1.96 2.45 2.61 3.14 3.71 65.40 San Ramón 2 1.50 1.96 2.45 2.61 3.14 3.71 54.40 Los Tihuilotes 2 1.50 1.96 2.45 2.61 3.14 3.71 109.60 Hato Nuevo 3 1.40 1.74 2.09 2.20 2.57 2.94 102.00 Villerías 3 1.40 1.74 2.09 2.20 2.57 2.94 910.00 Moscoso 3 1.40 1.74 2.09 2.20 2.57 2.94 1074.00 Pasaquina 3 1.40 1.74 2.09 2.20 2.57 2.94 243.00
Tabla 3.37. Factores de ajuste para el cálculo de Caudales Máximos por metodología Estadística Regional.
En la tabla 3.38 se presentan los valores de Caudales Máximos calculados a través de la
metodología Estadística Regional para diferentes períodos de retorno y para cada una de las
estaciones en estudio.
94
Caudales Máximos por metodología estadística regional Q (m³/s) Periodo de retorno T en años
Estaciones 5 10 20 25 50 100 San Lorenzo 513.38 713.72 932.84 1011.10 1267.79 1552.65 La Atalaya 234.32 325.77 425.78 461.50 578.67 708.69 Sensunapán 365.33 507.89 663.83 719.52 902.18 1104.89
Conacaste Herrado 307.79 427.90 559.27 606.19 760.09 930.87 San Luis Talpa/Comalapa 102.39 133.79 167.23 178.15 214.33 253.24
San Ramón 67.06 87.63 109.54 116.69 140.39 165.87 Los Tihuilotes 244.32 319.25 399.06 425.12 511.45 604.29
Hato Nuevo 362.31 450.30 540.88 569.35 665.10 760.85 Villerias 1026.44 1275.72 1532.33 1612.98 1884.25 2155.52 Moscoso 1161.24 1443.25 1733.56 1824.80 2131.70 2438.60
Pasaquina 478.21 594.34 713.89 751.47 877.85 1004.23 Tabla 3.38. Cálculo de Caudales Máximos a través de la metodología estadística regional para todas las
estaciones.
3.3.2 Aplicación de metodología Estadística Puntual
a) Cálculo de Distribuciones de Probabilidad
El cálculo de Caudales Máximos a través de Metodología Estadísticas Puntual se realizó de la
siguiente manera:
El Servicio Hidrológico Nacional, el cual pertenece al Servicio Nacional de Estudios
Territoriales, proporcionó los registros de Caudales Máximos Instantáneos con que cuenta
dicha institución para cada una de las estaciones Hidrológicas analizadas. Estos registros
contenían la fecha de los eventos máximos registrados mensualmente, la cota y el valor de
caudal calculado por curvas de descarga en función de la altura.
De los registros proporcionados se analizó cuáles valores de caudal eran aptos para utilizar y
cuáles no, con el criterio de que se debían de tener registros suficientes de los meses lluviosos
(Mayo-Octubre).
Teniendo ya seleccionados los valores de caudal a utilizar para cada estación se hizo un
ordenamiento de mayor a menor, lo anterior obedece a la necesidad de calcular el período de
retorno correspondiente a cada caudal máximo y de igual forma la probabilidad empírica de
95
ocurrencia necesaria para los cálculos posteriores (inverso de T) en función de la cantidad de
datos seleccionados y el número consecutivo de la lista para dicho evento.
Ya con los datos anteriores se procedió a aplicar las tres Funciones de Distribución
seleccionadas a utilizar (Gumbel, Log-Normal II y Log -Pearson III), para así calcular, para
cada estación las Probabilidades de Excedencia (No Ocurrencia), Fx correspondientes a cada
valor de caudal.
Previo al cálculo de las distribuciones de probabilidad escogidas se tomaron los registros de
Caudales Máximos Instantáneos proporcionados por el SNET y se procedió de la siguiente
forma:
Distribución Log-Normal II
Los dos parámetros que intervienen en esta función son la media de los logaritmos naturales
de los caudales y la desviación estándar de los mismos.
Se calcularon los logaritmos naturales de los Caudales Máximos, así como su media y su
desviación estándar, y el período de retorno correspondiente. Se proporcionan las
probabilidades de no ocurrencia Fx y las probabilidades teóricas Pt calculadas de acuerdo a la
función de distribución como se muestra a continuación en la tabla 3.39 para la estación de
Pasaquina:
96
PASAQUINA m T Fx Pt
1 11.0000 0.9330 0.0670 n = 10 2 5.5000 0.8495 0.1505 3 3.6667 0.7597 0.2403 MEDIA = 5.9073 4 2.7500 0.6906 0.3094 DESV. EST. = 0.2576 5 2.2000 0.5972 0.4028
6 1.8333 0.5149 0.4851
7 1.5714 0.3324 0.6676
8 1.3750 0.2112 0.7888
9 1.2222 0.1358 0.8642
10 1.1000 0.0461 0.9539 Tabla 3.39. Cálculo de distribución de probabilidades Log -Normal para la Estación Pasaquina.
Las distribuciones Log-Normal II para todas las estaciones analizadas se presentan a
continuación en la tabla 3.40:
97
Tabla 3.40. Distribuciones de probabilidad Log-Normal II para las estaciones analizadas.
m SAN LORENZO
LA ATALAYA
SENSUNAPAN CONACASTE
HERRADO
SAN LUIS
TALPA
SAN RAMON
LOS TIHUILOTES
HATO NUEVO
MOSCOSO VILLERIAS PASAQUINA
Fx Fx Fx Fx Fx Fx Fx Fx Fx Fx Fx 1 0.9803 0.9602 0.9529 0.9928 0.9175 0.7975 0.9249 0.8805 0.9907 0.8844 0.9330 2 0.9689 0.8919 0.9499 0.9277 0.8218 0.7966 0.4610 0.6372 0.7193 0.8527 0.8495 3 0.9427 0.8862 0.8197 0.8520 0.7898 0.7420 0.2850 0.3583 0.7170 0.7926 0.7597 4 0.8403 0.8740 0.8182 0.8273 0.5866 0.7243 0.2198 0.1219 0.6941 0.7293 0.6906 5 0.6810 0.8633 0.7911 0.7651 0.5479 0.6886 0.6685 0.6977 0.5972 6 0.6448 0.8019 0.7380 0.5989 0.5384 0.6710 0.6217 0.5474 0.5149 7 0.6130 0.7827 0.6719 0.5621 0.4674 0.5223 0.6081 0.4810 0.3324 8 0.5679 0.7126 0.6602 0.5173 0.3825 0.3049 0.5733 0.3252 0.2112 9 0.5344 0.5747 0.6161 0.4882 0.1249 0.1065 0.5647 0.2049 0.1358 10 0.4647 0.4750 0.6097 0.4537 0.0217 0.0161 0.5416 0.1962 0.0461 11 0.4060 0.4231 0.5705 0.3828 0.3900 0.0167 12 0.3135 0.2865 0.3616 0.3812 0.3387 13 0.3045 0.2645 0.3319 0.3343 0.2307 14 0.3009 0.2108 0.3077 0.2918 0.2190 15 0.2488 0.2056 0.2930 0.2625 0.2032 16 0.2039 0.1744 0.2499 0.2217 0.0071 17 0.1959 0.1320 0.1835 0.1518 18 0.1683 0.1219 0.0964 0.1437 19 0.0902 0.1187 0.0902 0.0321 20 0.0845 0.0902 0.0161
98
Distribución Log-Pearson III
Se calcularon los tres parámetros a1 ; ß1 y d1 , así como también la media, y la desviación
estándar de los logaritmos de los Caudales Máximos. Las ecuaciones proporcionan la
variable estandarizada y, y los grados de libertad v y el valor de x2.
Es importante hacer notar que al obtener valores negativos de y se han fijado los valores de d
para poder calcular las probabilidades.
El cálculo de las distribuciones para Pasaquina se presenta a continuación en la Tabla 3.41:
PASAQUINA
m T SESGO y 2*y Pt Fx
1 11.0000 0.3366 5.5079 11.0158 0.0511 0.9489 2 5.5000 0.1107 4.7119 9.4238 0.0933 0.9067 3 3.6667 0.0351 4.1480 8.2961 0.1407 0.8593 4 2.7500 0.0123 3.7916 7.5833 0.1807 0.8193 5 2.2000 0.0015 3.3606 6.7212 0.2422 0.7578 6 1.8333 0.0000 3.0026 6.0053 0.3057 0.6943 7 1.5714 0.0081 2.1961 4.3923 0.4944 0.5056 8 1.3750 0.0516 1.5635 3.1270 0.6804 0.3196 9 1.2222 0.1329 1.0538 2.1077 0.8341 0.1659 10 1.1000 0.4778 0.0514 0.1028 0.9998 0.0002
S 1.1667 n = 10
MEDIA = 2.5655 BETA1 ALFA1 DELTA v DESV. EST. = 0.1119 2.9388 0.0653 2.3737 5.8775 DESV. EST.3 = 0.0014 Tabla 3.41. Cálculo de distribución de probabilidades Log -Pearson III para la Estación Pasaquina.
Las distribuciones de probabilidad Fx Log-Pearson III para todas las estaciones analizadas se
presentan a continuación en la Tabla 3.42:
99
Tabla 3.42. Distribuciones de probabilidad Log-Pearson III para las estaciones analizadas.
m SAN LORENZO
LA ATALAYA
SENSUNAPAN CONACASTE HERRADO
SAN LUIS
TALPA
SAN RAMON
LOS TIHUILOTES
HATO NUEVO MOSCOSO VILLERIAS PASAQUINA
Fx Fx Fx Fx Fx Fx Fx Fx Fx Fx Fx 1 0.9579 0.9496 0.9744 0.9881 0.9576 0.9301 0.9350 0.9034 0.9941 0.9589 0.9489 2 0.9471 0.9030 0.9734 0.9624 0.9261 0.9298 0.5907 0.7321 0.9606 0.9505 0.9067 3 0.9261 0.8993 0.9358 0.9395 0.9153 0.9133 0.3872 0.4649 0.9604 0.9341 0.8593 4 0.8575 0.8915 0.9354 0.9322 0.8348 0.9076 0.2935 0.1310 0.9575 0.9155 0.8193 5 0.7499 0.8847 0.9274 0.9130 0.8159 0.8958 0.9541 0.9055 0.7578 6 0.7230 0.8452 0.9111 0.8529 0.8110 0.8897 0.9475 0.8491 0.6943 7 0.6983 0.8326 0.8890 0.8369 0.7708 0.8292 0.9454 0.8174 0.5056 8 0.6613 0.7849 0.8849 0.8157 0.7119 0.6868 0.9400 0.7143 0.3196 9 0.6320 0.6793 0.8683 0.8006 0.3592 0.3761 0.9386 0.5809 0.1659
10 0.5654 0.5888 0.8658 0.7811 0.0000 0.0000 0.9346 0.5679 0.0002 11 0.5020 0.5355 0.8496 0.7345 0.9015 0.0000 12 0.3844 0.3673 0.7320 0.7333 0.8860 13 0.3715 0.3357 0.7086 0.6959 0.8396 14 0.3664 0.2523 0.6875 0.6558 0.8328 15 0.2857 0.2436 0.6738 0.6239 0.8227 16 0.2078 0.1908 0.6283 0.5713 0.0001 17 0.1930 0.1158 0.5374 0.4480 18 0.1407 0.0980 0.3444 0.4295 19 0.0064 0.0923 0.3247 0.0000 20 0.0021 0.0449 0.0000
100
Distribución Gumbel.
Con el valor de la constante de Euler se han calculado los parámetros a y ß requeridos para
calcular la distribución de probabilidades Gumbel. En la Tabla 3.43 se muestra el cálculo de
distribuciones para la estación de Pasaquina:
PASAQUINA m T Fx Pt
1 11.0000 0.9392 0.0608 n = 10 2 5.5000 0.8669 0.1331 3 3.6667 0.7852 0.2148 MEDIA = 378.6230 4 2.7500 0.7190 0.2810 DESV. EST. = 94.9547 5 2.2000 0.6250 0.3750 ALFA = 0.0135 6 1.8333 0.5379 0.4621 BETA = 335.8718 7 1.5714 0.3332 0.6668 8 1.3750 0.1932 0.8068
9 1.2222 0.1092 0.8908
10 1.1000 0.0239 0.9761 Tabla 3.43. Cálculo de distribución de probabilidades Gumbel para la Estación Pasaquina
Las distribuciones Gumbel para todas las estaciones analizadas se presentan a continuación en
la tabla 3.44:
101
Tabla 3.44. Distribuciones de probabilidad Gumbel para las estaciones analizadas.
m SAN LORENZO
LA ATALAYA
SENSUNAPAN CONACASTE
HERRADO
SAN LUIS
TALPA
SAN RAMON
LOS TIHUILOTES
HATO NUEVO
MOSCOSO VILLERIAS PASAQUINA
Fx Fx Fx Fx Fx Fx Fx Fx Fx Fx Fx 1 0.9866 0.9682 0.9754 0.9916 0.9497 0.8576 0.9170 0.8978 0.9933 0.9183 0.9392 2 0.9675 0.8973 0.9725 0.9055 0.8539 0.8566 0.4993 0.6541 0.6673 0.8887 0.8669 3 0.9125 0.8911 0.8073 0.8157 0.8181 0.7937 0.3139 0.3605 0.6650 0.8278 0.7852 4 0.7155 0.8779 0.8053 0.7884 0.5758 0.7720 0.2404 0.1191 0.6423 0.7591 0.7190 5 0.5319 0.8661 0.7685 0.7229 0.5294 0.7266 0.6177 0.7235 0.6250 6 0.5033 0.7985 0.6981 0.5668 0.5182 0.7037 0.5746 0.5463 0.5379 7 0.4809 0.7773 0.6157 0.5351 0.4351 0.5007 0.5625 0.4665 0.3332 8 0.4527 0.7003 0.6018 0.4976 0.3401 0.2192 0.5325 0.2837 0.1932 9 0.4339 0.5532 0.5514 0.4738 0.0955 0.0414 0.5253 0.1553 0.1092 10 0.4000 0.4519 0.5443 0.4461 0.0201 0.0029 0.5062 0.1468 0.0239 11 0.3756 0.4010 0.5025 0.3908 0.3912 0.0070 12 0.3430 0.2733 0.3168 0.3896 0.3556 13 0.3401 0.2536 0.2948 0.3539 0.2838 14 0.3390 0.2063 0.2775 0.3219 0.2762 15 0.3232 0.2018 0.2672 0.3001 0.2659 16 0.3106 0.1749 0.2383 0.2696 0.1041 17 0.3084 0.1388 0.1963 0.2163 18 0.3010 0.1302 0.1436 0.2099 19 0.2805 0.1275 0.1398 0.1083 20 0.2789 0.1032 0.0867
102
b) Pruebas de Bondad de Ajuste.
Con los valores de Probabilidad de Excedencia Fx se procedió aplicar, a cada estación y para
cada una de las tres Funciones de Distribución con que se calcularon dichas probabilidades,
las Pruebas de Bondad de Ajuste seleccionadas a utilizar en este análisis (Prueba ji-Cuadrado
y Prueba Smirnov-Kolmogorov).
Con la aplicación de las pruebas se obtuvieron parámetros que se compararon con valores
críticos establecidos para aceptar o rechazar la Función de Distribución con que se calcularon
las probabilidades Fx.
Prueba Chi Cuadrado de Bondad de Ajuste
La aplicación de esta prueba para cada una de las funciones de distribución en la estación
Pasaquina se presenta en la tabla 3.45:
103
Tablas 3.45. Aplicación de prueba ji-Cuadrado a estación Pasaquina
FUNCION PASAQUINA INTERVALO LIM. INF LIM. SUP. F(s) F(i) OBSV. T Ei ((T-Ei)2)/Ei 1 237 300 0.1973 0.0224 3.0000 1.7491 0.8946 2 300 350 0.4377 0.1973 1.0000 2.4036 0.8197
GUMBEL 3 350 400 0.6566 0.4377 2.0000 2.1894 0.0164 4 400 450 0.8072 0.6566 2.0000 1.5061 0.1619 5 450 500 0.8967 0.8072 1.0000 0.8949 0.0123 6 500 550 0.9460 0.8967 1.0000 0.4931 0.5212 S 9.2362 D = 2.4261 INTERVALO LIM. INF LIM. SUP. F(s) F(i) OBSV. T Ei ((T-Ei)2)/Ei 1 237 300 0.2148 0.0441 3.0000 1.7067 0.9800 2 300 350 0.4240 0.2148 1.0000 2.0924 0.5703
LOG NORMAL 3 350 400 0.6280 0.4240 2.0000 2.0402 0.0008 4 400 450 0.7834 0.6280 2.0000 1.5539 0.1281 5 450 500 0.8835 0.7834 1.0000 1.0009 0.0000 6 500 550 0.9409 0.8835 1.0000 0.5742 0.3158 S 8.9683 D = 1.9949 INTERVALO LIM. INF LIM. SUP. F(s) F(i) OBSV. T Ei ((T-Ei)2)/Ei 1 237 300 0.3261 0.0000 3.0000 3.2607 0.0208 2 300 350 0.6104 0.3261 1.0000 2.8436 1.1953
LOG PEARSON III 3 350 400 0.7792 0.6104 2.0000 1.6874 0.0579 4 400 450 0.8723 0.7792 2.0000 0.9310 1.2276 5 450 500 0.9238 0.8723 1.0000 0.5155 0.4553 6 500 550 0.9531 0.9238 1.0000 0.2927 1.7095
S 9.5308 D = 4.6663
104
Los valores del estadístico D calculado para cada una de las funciones de distribución en
las estaciones analizadas se presentan en la tabla 3.46:
ESTACION GUMBEL LOG NORMAL LOG PEARSON III
San Lorenzo 24.90 9.85 0.86 La Atalaya 10.84 9.92 13.51 Sensunapán 7.47 5.26 19.60 Conacaste Herrado 4.28 4.17 19.26 San Luis Talpa 2.70 2.47 15.73 San Ramón 9.94 8.90 45.69 Los Tihuilotes 3.37 1.33 0.76 Hato Nuevo 3.47 3.37 1.57 Moscoso 13.69 11.32 67.92 Villerías 9.12 3.43 25.66 Pasaquina 2.43 1.99 4.67
Tabla 3.46. Valores calculados del estadístico D para las funciones de distribución en las estaciones
analizadas.
Los valores anteriores del parámetro estadístico D se comparan con el valor de la variable
aleatoria de distribución x2 escogido de acuerdo al nivel de significancia a, a los grados de
libertad v y al número de parámetros que intervienen en cada función.
Prueba Smirnov-Kolmogorov de Bondad de Ajuste
La aplicación de esta prueba para cada una de las funciones de distribución en la estación
Pasaquina se presenta en la tabla 3.47.
105
PASAQUINA
FUNCION GUMBEL LOG-NORMAL LOG-PEARSON III
M D D D
1 0.0301 0.0239 0.0398
2 0.0487 0.0313 0.0885
3 0.0579 0.0325 0.1321
4 0.0826 0.0542 0.1829
5 0.0795 0.0517 0.2123
6 0.0833 0.0603 0.2397
7 0.0304 0.0312 0.1419
8 0.0795 0.0615 0.0469
9 0.0726 0.0461 0.0159
10 0.0671 0.0448 0.0907 D máx 0.0833 0.0615 0.2397 D mín = 0.0615
Tabla 3.47. Aplicación de Prueba Smirnov-Kolmogorov a estación Pasaquina.
Para las estaciones analizadas, se presentan los valores de la diferencia Dmáx calculado
para cada una de las funciones de distribución en la tabla 3.48:
ESTACION GUMBEL LOG NORMAL
LOG PEARSON III
D máx D máx D máx D mín San Lorenzo 0.2300 0.1151 0.0888 0.0888 La Atalaya 0.1553 0.1421 0.1659 0.1421 Sensunapán 0.1117 0.0943 0.3902 0.0943 Conacaste Herrado 0.1332 0.1011 0.3739 0.1011 San Luis Talpa 0.0908 0.1098 0.4392 0.0908 San Ramón 0.2492 0.2165 0.4656 0.2165 Los Tihuilotes 0.1170 0.1390 0.1350 0.1170 Hato Nuevo 0.0978 0.0805 0.1321 0.0805 Moscoso 0.2150 0.1631 0.7051 0.1631 Villerías 0.1401 0.1144 0.4012 0.1144 Pasaquina 0.0833 0.0615 0.2397 0.0615
Tabla 3.48. Valores calculados del parámetro Dmáx para las funciones de distribución en las estaciones
analizadas.
En la última columna de la tabla anterior se presenta el valor mínimo de D escogido entre
los tres valores de Dmáx (diferencia máxima entre los valores de distribución observados
106
P0(x) y los estimados Px) calculado para cada función de distribución. El valor de Dmín
indica cual es la función de distribución escogida por esta prueba de bondad.
3.4 Selección de Distribución de Mejor Ajuste
La selección de la distribución de mejor ajuste se basa en los resultados de las pruebas de
bondad. Como se señaló en el capítulo anterior, es necesario comparar los parámetros
calculados con valores críticos establecidos para las condiciones de análisis (intervalo de
confianza a, tamaño de la muestra y grados de libertad, según sea el caso).
La selección de la Función de Distribución de mejor ajuste se obtuvo por medio de un
sistema de calificación de funciones en el orden de preferencia indicado por cada una,
otorgando una calificación de 1 a la "mejor" y 3 a la "peor".
A continuación se hace la comparación de los parámetros calculados con los valores
críticos según cada prueba de ajuste de bondad.
3.4.1 Prueba ji-Cuadrado
Para esta prueba la variable aleatoria x2 1-a , k-1-m , o valor estadístico crítico, sólo puede
tomar dos valores, debido a que las funciones de distribución son de 2 y 3 parámetros.
Estos valores son para un nivel de significancia del 5 % y 6 intervalos de clase k:
Para 2 parámetros (Gumbel y Log-Normal): x2 0.95 , 3 = 7.81
Para 3 parámetros (Log-Pearson III): x2 0.95 , 2 = 5.99
La tabla 3.49. muestra la comparación de parámetros para la estación Pasaquina, así como
la calificación para cada una de las funciones de distribución.
107
k = intervalos seleccionados k = 6 PASAQUINA a = Nivel de Significancia a = 0.05 m = Parámetros de la función
FUNCION m v = k-1-m x2 0.95 D D < x2 0.95 Calificación GUMBEL 2 3 7.81 2.4261 OK 2 LOG-NORMAL II 2 3 7.81 1.9949 OK 1 LOG-PEARSON III 3 2 5.99 4.6663 OK 3
Tabla 3.49. Calificación de funciones para la estación Pasaquina según ji-Cuadrado.
La comparación de parámetros y calificación de funciones para todas las estaciones en
estudio se presentan en la tabla 3.50.
ESTACION GUMBEL LOG NORMAL II LOG PEARSON III
x2 0.95 7,81 7,81 5,99
Calificación = C D < x2 0.95 C D < x2
0.95 C D < x2 0.95 C
San Lorenzo NO SR NO SR SI 1 La Atalaya NO SR NO SR NO SR Sensunapán SI 2 SI 1 NO SR Conacaste Herrado SI 2 SI 1 NO SR San Luis Talpa SI 2 SI 1 NO SR San Ramón NO SR NO SR NO SR Los Tihuilotes SI 3 SI 2 SI 1 Hato Nuevo SI 3 SI 2 SI 1 Moscoso NO SR NO SR NO SR
Villerías NO SR SI 1 NO SR Pasaquina SI 2 SI 1 SI 3
Tabla 3.50. Calificación de funciones para las estaciones analizadas según ji-Cuadrado.
Como puede observarse, aunque la prueba ji-Cuadrado rechaza (SR) en gran medida las
distribuciones, la calificación tiende a señalar a la distribución Log - Normal II como la
función preferible al calificar la mayoría de estaciones con uno y las siguientes con dos.
108
3.4.2 Prueba Smirnov - Kolmogorov
En esta prueba el valor crítico Dα de la prueba se obtiene de la tabla del anexo B, en
función del nivel de confianza y el número de datos. Cuando el tamaño de la muestra no
está directamente en la tabla, pero sí entre el rango de dos datos consecutivos, se debe de
proceder interpolando los mismos para obtener el valor de dcrit.
En lo que se refiere al tamaño de la muestra, dos de las estaciones en estudio (Hato Nuevo
y Los Tihuilotes) presentaron únicamente cuatro registros a utilizar, y si se observa con
atención en la tabla del Anexo B, el menor tamaño de muestra para el que se proporcionan
valores críticos es de cinco, por lo que se utilizó el valor anotado para cinco, tomando el
riesgo de concluir erradamente, pero con la intención de analizar el fenómeno.
La tabla 3.51 presenta la comparación de parámetros para la estación Pasaquina, así como
también la respectiva calificación para cada una de las funciones de distribución.
PASAQUINA
n = 10 a = 0.05
d crítico = 0.41
FUNCION D máx d crítico Dmáx < d crítico D mín Calificación GUMBEL 0.0833 0.41 OK 2 LOG-NORMAL II 0.0615 0.41 OK 1 LOG-PEARSON III 0.2397 0.41 OK 3
Tabla 3.51. Calificación de funciones para la estación Pasaquina según Smirnov-Kolmogorov.
La comparación de parámetros y calificación de funciones para todas las estaciones en
estudio se presentan en la tabla 3.52.
109
ESTACION Tamaño de la muestra d crítico GUMBEL LOG NORMAL
LOG PEARSON III
Calificación = C n d D < d crit C D < d crit C D < d crit C San lorenzo 20 0,29 SI 3 SI 2 SI 1 La Atalaya 20 0,29 SI 2 SI 1 SI 3 Sensunapán 20 0,29 SI 2 SI 1 NO 3 Conacaste Herrado 19 0,3 SI 2 SI 1 NO 3 San Luis Talpa 10 0,41 SI 1 SI 2 NO 3 San Ramón 10 0,41 SI 2 SI 1 NO 3 Los Tihuilotes 4 0,56 SI 1 SI 3 SI 2 Hato Nuevo 4 0,56 SI 2 SI 1 SI 3 Moscoso 16 0,33 SI 2 SI 1 NO 3 Villerías 11 0,396 SI 2 SI 1 NO 3 Pasaquina 10 0,41 SI 2 SI 1 SI 3
Tabla 3.52. Calificación de funciones para las estaciones analizadas según Smirnov - Kolmogorov.
Es de notar que también esta prueba se inclina por preferir la función Log - Normal II
como la función de mejor ajuste para la mayoría de estaciones, esto es al calificarla con
valor 1.
La función seleccionada como de mejor ajuste al aplicar ambas pruebas de bondad, ji-
Cuadrado y Smirnov - Kolmogorov es entonces la distribución Log - Normal de dos
parámetros; aunque se debe de tener en cuenta que después de ésta la que mejor se ajusta es
la distribución Gumbel.
3.4.3 Cálculo de Caudales Máximos por metodología Estadística Puntual de mejor
ajuste (Log-Normal)
Los períodos de retorno para los cuales se requería calcular los Caudales Máximos son 5,
10, 20, 25, 50 y 100 años. Para todos ellos se calculó su respectiva Probabilidad de
Excedencia Fx, Según la ecuación 2.57; y con dichas probabilidades se aplicó la Función de
Distribución seleccionada (Log-Normal II) para calcular los valores de Caudales Máximos
para cada período de retorno.
110
Caudales máximos Q (m3/s) por metodología estadística Log-Normal Estaciones
Período de retorno Período de retorno 5 años 10 años 20 años 25 años 50 años 100 años San Lorenzo 436.35 708.16 1056.33 1186.84 1656.78 2236.54La Atalaya 252.17 311.81 371.55 391.02 452.60 516.22Sensunapan 367.79 516.95 684.76 743.20 939.63 1160.29Conacaste Herrado 145.41 181.24 217.40 229.24 266.80 305.82San Luis Talpa 82.01 102.94 124.19 131.17 153.40 176.60San Ramón 63.68 79.12 94.66 99.74 115.84 132.52Los Tihuilotes 190.55 209.38 226.33 231.52 247.06 261.92Hato Nuevo 339.93 403.20 464.25 483.71 544.08 604.78Villerias 990.49 1188.75 1382.07 1444.08 1637.49 1833.50Moscoso 1083.77 1425.85 1788.38 1910.38 2307.77 2735.37Pasaquina 456.75 511.57 561.76 577.29 624.17 669.59
Tabla 3.53. valores de Caudales Máximos calculados por metodología Estadística Log-Normal II.
113
4. ANÁLISIS DE RESULTADOS
4.1 Introducción
A continuación se presenta el análisis de los cálculos de los coeficientes de
escurrimiento representativos para cada estación en estudio; se analizaron los tiempos
de concentración obtenidos por las diferentes metodologías antes descritas y se
determinó la que mejor se adaptó a las condiciones requeridas; se realizó un análisis de
los valores obtenidos de Número de Curva; se analizan los resultados del Método
Racional y de los Hidrogramas Unitarios (sintéticos y complejos) se determinó qué
función de distribución estadística es la que mejor se ajusta; se compararon los caudales
máximos obtenidos, tanto por metodologías Hidrometeorológicas como por
Estadísticas (puntual de mejor ajuste y regional) y para finalizar, de ser necesario, se
determinaron los factores de corrección de las diferentes metodologías
Hidrometeorológicas que lo requerían.
El objetivo del presente capítulo, es el de validar las diferentes metodologías para la
determinación de caudales máximos en El Salvador, o determinar el factor de
corrección para hacerlas válidas.
4.2 Análisis de resultados de Coeficientes de Escurrimiento C
Los valores de Coeficientes de Escurrimiento ponderados para las cuencas en estudio
están en el rango de 0.36 y 0.56, para períodos de retorno de 5 y 100 años
respectivamente, las magnitudes de estos valores puede deberse a que: la mayoría de las
áreas contenidas dentro de las cuencas en estudio poseen pendientes mayores al 7% a
excepción de la cuenca donde se ubica la estación Villerías donde la mayor área posee
pendientes entre 0-2%; además, en la mayoría de cuencas, las áreas de uso de suelo
estaban contenidas dentro de las zonas de pastos seguido de las zonas urbanas
discontinuas. Las condiciones anteriores hacen que los valores de Coeficientes de
Escurrimiento aumenten su valor, generando los rangos de valores calculados para cada
cuenca en estudio. Los mayores coeficientes de escurrimiento por período de retorno se
encuentran en las áreas de drenaje donde se ubican en las regiones hidrográficas Grande
de Sonsonete-Banderas (estación Conacaste Herrado), Mandinga-Comalapa (estación
114
San Luis Talpa) y Jiboa (estación San Ramón); debido a que en estas áreas de drenaje
contienen concentraciones urbanas altas respecto a las demás.
4.3 Análisis de resultados de Tiempos de Concentración
4.3.1 Validación de fórmulas empíricas para calcular Tiempos de Concentración Del análisis del cálculo de velocidades medias del capítulo tres, se determina que la
metodología de Giandotti queda fuera de los rangos obtenidos con la desviación
estándar, por lo que se determina que no es recomendable utilizarla para calcular
tiempos de concentración en las cuencas en estudio. Los demás tiempos de
concentración se encuentran dentro de los rangos aceptables. La figura 4.1 muestra lo
alejado de los valores de velocidad obtenidos con la fórmula de Giandotti.
La tabla 3.12 presenta las velocidades de escorrentía calculadas al dividir la distancia
entre el punto de origen del cauce principal y el lugar de ubicación de cada una de las
estaciones en estudio entre los valores de tiempos de concentración calculados a través
de las diferentes metodologías
Las diferencias entre velocidades calculadas a través de los tiempos de concentración y
las calculadas mediante la fórmula 2.13 son relativamente pequeñas (entre 0.1 y 1.0) y
las velocidades se encuentran en el rango de 1 a 3 m/s.
La determinación de la fórmula empírica para calcular tiempos de concentración a
utilizar para los cálculos que lo requie ran en la determinación de caudales máximos, se
determinó a través de un criterio de practicidad de uso de la fórmula, donde se dio
prioridad a la fórmula que tuviera menos variables y que, en la obtención de estas
variables, no se viera afectada por los cambios que el paso del tiempo pueda provocar
(mapas de uso del suelo para la determinación de C, etc.). La fórmula de Kirpich
siempre se mantuvo dentro de los rangos previamente establecidos (de velocidad o de
tiempos de concentración ± desviación estándar).
115
Se descarta, en este análisis, la fórmula empírica de la FAA, debido a que ésta posee el
mayor número de variables, entre ellas el valor de C el cual puede variar según la
calidad de la información que se tenga y la metodología para procesar la información.
La decisión de utilizar Kirpich y no SCS, se debió a que la ecuación del SCS es
esencialmente la ecuación de Kirpich.
116
Figura 4.1. Gráfico comparativo de velocidades de escurrimiento.
Gráfico comparativo de velocidades de escurrimiento
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
0 1 2 3 4 5 6 7 8 9 10 11 12
Estaciones
Vel
oci
dad
es (m
/s)
kirpichGiandottiscsFAA5FAA10FAA20FAA25FAA50FAA100VEL MEDIA
117
En el gráfico anterior, los números de las abscisas representan las estaciones en estudio,
así:
NÚMERO ESTACIÓN 1 San Lorenzo 2 La Atalaya 3 Sensunapán 4 Conacaste Herrado 5 San Luis Talpa/Comal. 6 San Ramón 7 Los Tihuilotes 8 Hato Nuevo 9 Villerías 10 Moscoso 11 Pasaquina
Tabla 4.1. Tabla de estaciones en las abscisas de la gráfica anterior.
4.4 Análisis de resultados del Número de Curva CN
El análisis de los resultados realizado con los cálculos del Número de Curva, es similar
al realizado con los cálculos del Coeficiente de escurrimiento.
Los valores del Número de Curva varían dependiendo del tipo de cobertura, a valores
muy impermeables se les asigna el límite superior (100) y para una cobertura
completamente permeable, se le asigna el límite inferior (1). Estos valores fueron
tabulados para distintos valores de suelo y cobertura.
Al determinar los distintos valores de CN para cada una de las cuencas en estudio y
realizar el análisis de estos resultados, nos damos cuenta que la mayor parte de las áreas
que forman parte de estas cuencas poseen coberturas impermeables tipo C (suelos que
generan escurrimiento superficial máxima a media y con capacidad de infiltración baja a
media), con usos de suelo de pastos y granos básicos, con moderadas cantidades de
áreas urbanas. Las características anteriores nos generan valores de CN relativamente
altos (75.80 para la región hidrográfica Mandinga-Comalapa donde se ubica la estación
San Luis Talpa, y con el valor de CN menor y 86.40 para la región hidrográfica del Río
Grande de San Miguel donde se ubica la estación Villerías con el valor de CN más alto).
118
4.5 Análisis de los resultados de caudales máximos obtenidos mediante el Método
Racional
Según Linsley y Franzini [Linsley y Franzini, 1974: p. 79] el Método Racional puede
utilizarse para áreas a partir de 0.01 km2 pero nunca usarse para áreas mayores a 4.86
km2. El Método Racional supone que la lluvia cae sobre toda la cuenca uniformemente,
con una intensidad constante, esto es posible para cuencas con los rangos de tamaños de
áreas antes mencionados. Las cuencas en estudio de este documento poseen tamaños de
áreas que van desde 54.4 km2 para la cuenca donde se ubica la estación San Ramón
hasta 1074 km2 de la cuenca donde se ubica la estación Moscoso; en estas áreas la
mayoría de las lluvias caen sobre parte de la cuenca, contradiciendo las suposiciones del
Método Racional.
4.6 Análisis de los resultados obtenido a través de los Hidrogramas Sintéticos de
Snyder
En primer lugar analizamos los resultados de caudales máximos obtenidos a través del
Hidrograma Sintético de Snyder, por tratarse de una metodología distinta que la
utilizada en los cálculos de caudales máximos a través de los Hidrogramas Sintéticos
Triangular, SCS e Hidrograma Unitario Complejo.
Como ejemplo, analizamos los valores de caudales máximos para período de retorno de
25 años. En la tabla 4.2 se presentan los valores de tiempos de concentración,
intensidades para el período de retorno de 25 años, caudales pico obtenidos con la
metodología de Snyder y caudales máximos obtenidos con la fórmula de Snyder (Q =
tcIqp).
Los valores más altos de caudales máximos obtenidos a través del Hidrograma Sintético
de Snyder, son directamente proporcionales al valor del caudal pico. Al analizar los
resultados, se observa que el caudal pico es la variable dominante en esta metodología
específica, lo que demuestra la importancia de este valor en esta metodología.
119
I (mm/h) qp Q(m3/s) ESTACIÓN tc (horas) T = 25 (m3/s/mm) T = 25
San Lorenzo 4.91 26.02 5.67 723.687 La Atalaya 3.49 33.01 1.51 173.448 Sensunapán 4.52 27.59 2.59 323.048 Conacaste Herrado 2.11 46.78 3.01 297.35 San Luis Talpa/Comal. 2.61 35.09 1.19 108.741 San Ramón 2.05 58.35 1.14 136.092 Los Tihuilotes 3.39 41.87 1.67 237.135 Hato Nuevo 5.37 28.71 1.64 252.448 Pasaquina 4.72 24.20 3.18 362.955
Tabla 4.2. Comparación de variables del método de Snyder para el cálculo de Caudales Máximos
4.7 Análisis de los resultados obtenidos a través de los Hidrogramas Sintéticos
Triangular, SCS e Hidrogramas Unitarios Complejos
El área es un factor muy influyente en el va lor del caudal pico unitario de los HU como
se puede notar en los Hidrogramas Sintéticos Triangular, SCS y Complejo para las
estaciones de Moscoso y Villerías, las cuales tienen áreas mayores a 900 km2.
Cuando se construyeron los Hidrogramas Unitarios los tiempos bases de los
Hidrogramas Unitarios SCS resultan ser aproximadamente el doble de los tiempos bases
de los Hidrogramas Unitarios Triangulares como se muestra en la tabla 4.3, debido a
que el tiempo Tp se multiplica directamente con el eje de las abscisas del HU
adimensional SCS obtenido de varios Hidrogramas Unitarios registrados en diferentes
cuencas y construido por el SCS (1986). A pesar de lo descrito anteriormente los
caudales máximos obtenidos por las dos metodologías son prácticamente los mismos.
120
ESTACIÓN Tiempos bases UNIDADES Triangular SCS San Lorenzo 14.42 27.01 La Atalaya 10.25 19.20 Sensunapán 13.28 24.86
Conacaste Herrado 6.20 11.61 San Luis Talpa/Comalapa 7.67 14.36
San Ramón 6.02 11.28 Los Tihuilotes 9.96 18.65
Hato Nuevo 15.77 29.54 Villerias 17.01 31.85 Moscoso 22.15 41.46
Pasaquina 13.86 25.96 Tabla 4.3 Tabla comparativa de tiempos bases entre los HU triangulares y los HU SCS.
De esta forma, es notable que el volumen de escurrimiento por metodología del HU
Sintético SCS (Volumen = 205020.00 m3/mm), será mayor al volumen de escurrimiento
por metodología del HU Sintético Triangular (Volumen = 162864.00 m3/mm), como se
muestra en la Figura 4.2. En Cambio el volumen de escurrimiento por HU Complejo, se
deberá al hidrograma del evento elegido y su correspondiente lluvia.
Conacaste Herrado
02468
10121416
0 5 10 15
Tiempo (horas)
Cau
dal
un
itar
io
(m3/
s/m
m)
HU SCS
HU Triangular
Figura 4.2. Comparación entre Hidrogramas Unitarios Triangular y SCS
Se hizo una comparación por período de retorno de caudales máximos obtenidos por las
metodologías del HU Complejo, HS Triangular e HS SCS para la estación de San Luis
Talpa/Comalapa y así ver la tendencia de los valores de caudales máximos con respecto
al período de retorno, observándose nuevamente que los valores de caudales máximos
por HS Triangular y HS SCS poseen valores similares aunque los tiempos bases de
121
ambos sean distintos; en cambio la curva de caudales máximos por HU Complejo lleva
una tendencia de crecimiento mayor que las dos anteriores, la cual puede variar según la
información de eventos con que fue construido el HU necesario para calcular los
caudales máximos. A continuación se presenta la gráfica del análisis anterior.
Comparación entre caudales máximos por métodos
HU complejo, HS Triangular y HS SCS
Estación San Luis Talpa-Comalapa T Q (m³/s)
años HUCOM HUSCS HUTRI 5 62.47 40.98 40.20 10 90.60 58.28 57.95 20 130.07 82.94 82.84 25 145.62 92.73 92.63 50 204.59 130.12 129.76 100 282.47 179.95 178.75
Tabla 4.4. Comparación entre Caudales Máximos por metodologías del HU complejo, HS Triangular y
SCS
Comparación de Caudales Máximos por HU Complejo, HU Triangular y HU SCS
0.00
50.00
100.00
150.00
200.00
250.00
300.00
0 50 100 150
Periodo de Retorno T (años)
Cau
dal
es M
áxim
os
(m3/
s)
HU complejoHU SCSHU Triangular
Figura 4.3. Comparación de Caudales Máximos por HU Complejo, HU Triangular y HU SCS
122
4.8 Análisis de resultados obtenidos mediante el método Regional de Índice de
Creciente
En la estimación de caudales máximos por metodología estadística regional, es notable
que las diferencias de caudales entre estaciones de similar área, pero en diferente
ubicación, son debido a que se encuentran en diferente región hidrológica, ya que las
ecuaciones que se utilizan son el resultado de una serie de datos registrados en todas las
estaciones ubicadas dentro de una zona considerada homogénea, y que permite el
cálculo de caudales en una cuenca cualquiera que pertenezca a la misma región
homogénea, esto se muestra en la tabla 4.5, donde es de notar que la tendencia de
crecimiento de los caudales es determinada por factores por periodo de retorno, porque
la regionalización de los caudales que se realizó en El Salvador, fue a través del método
de índice de creciente, el cual supone que los máximos anuales dentro de la región
homogénea siguen una misma función de distribución, y lo que varía es el factor de
escala. [Erazo, Adriana María, 2004: p. 1]
Caudales Máximos por metodología estadística regional Q (m³/s) Área Periodo de retorno T en años
Estaciones (km²) 5 10 20 25 50 100 La Atalaya 102.2 234.32 325.77 425.78 461.50 578.67 708.69 Hato Nuevo 102.0 362.31 450.30 540.88 569.35 665.10 760.85
Tabla 4.5 Comparación de estaciones de diferente región Hidrológica.
4.9 Análisis de resultados obtenidos con metodologías Estadísticas Puntuales
Al analizar las tablas de calificación de las funciones de distribución se observa que
para la prueba ji-Cuadrado se rechazan las tres funciones (Gumbel, Log-Normal II y
Log-Pearson III) en algunas de las estaciones (La Atalaya, San Ramón y Moscoso).
Lo anterior no se debe a que las tres funciones no se ajusten a los datos, sino a
limitaciones que la prueba en sí presenta respecto al número de intervalos considerados
(k), al número de frecuencias observadas, así como también al número de frecuencias
esperadas.
123
Según Gildaberto Bonilla [Gildaberto Bonilla, 2000: p.148], para la prueba ji-cuadrado
un número de frecuencias observadas menores que 50 es pequeño, esta es una clara
limitación si tomamos en cuenta que ninguna estación analizada el número de eventos
(tamaño de la muestra) es mayor que 20, por lo que ya se carga desde el principio con
esta causa de error al aplicar la prueba.
De la misma manera, el número de intervalos escogidos (k=6) es mayor, en el caso de
las estaciones Hato Nuevo y Los Tihuilotes, que el número de eventos (m=4), pero se
escogió este número para obtener una distribución de al menos 2 grados de libertad (allí
donde se tiene el mayor número de parámetros que es el caso de la función Log-Pearson
III), donde la distribución ji-cuadrado observe un valor que no sea superado fácilmente
por la suma de las diferencias de los cocientes.
Esto, sumado a que las frecuencias esperadas en cada intervalo no superaban las 5
observaciones que se exige para aplicar la prueba y no provocar un error tipo 1
(rechazar la hipótesis nula siendo verdadera) [Hernández, 2002: pág. 257], llevó a que
los resultados de su aplicación parecieran que las funciones se rechazan en muchos
casos, más esto debe tomarse con mucha reserva si se toman en cuenta las
observaciones anteriores.
Teniendo en cuenta lo anterior se optó por usar la prueba ji-cuadrado como sólo un
parámetro de comparación entre las funciones y para corroborar los resultados de la
aplicación de la prueba Smirnov-Kolmogorov, la cual fue la que se decidió utilizar para
escoger la función de mejor ajuste, ya que tiene la ventaja sobre la prueba ji-cuadrado
de comparar los datos con el modelo estadístico sin necesidad de agruparlos [Aparicio,
2000: pág. 279].
Como se dejó claro con anterioridad, la función de distribución Log-Normal es la que
mejor se ajusta a los datos de caudales máximos instantáneos de las estaciones
analizadas según la prueba de bondad de ajuste Smirnov-Kolmogorov, puesto que cubre
todo el rango de valores posibles del experimento bajo análisis.
Es de notar que aunque la función Gumbel es la que usualmente se utiliza para el
análisis de Caudales Máximos (análisis de valores extremos), no resultó escogida por
124
las pruebas de ajuste, debido al comportamiento de la distribución de las frecuencias de
caudales máximos instantáneos.
Puede suponerse que tal selección obedece a la distribución de los datos de caudales
máximos instantáneos usados en el análisis, esto, visto desde la perspectiva de que los
datos de caudal para períodos de retorno mayores se alejaban por mucho de la tendencia
de el resto de datos, provocando así que se requiriera de una función de distribución que
pudiera incluir este rango de valores.
4.10 Comparación entre Caudales Máximos calculados por metodologías
Hidrometeorológicas y los calculados por metodologías Estadísticas (Puntual de
mejor ajuste y Regional)
Un primer análisis cons iste en la comparación de caudales máximos por período de
retorno para todas las metodologías de cálculo de caudales máximos para la estación
hidrológica Los Tihuilotes, en la región Hidrográfica Jiboa (ver tabla 4.6).
Caudales máximos Q (m³/s) METODOLOGÍA 5 años 10 años 20 años 25 años 50 años 100 años Formula Racional 288.19 372.83 490.63 536.18 703.77 935.88
HS Snyder 148.69 181.80 222.28 237.13 289.93 354.48 HS Triangular 133.68 195.62 280.98 314.46 440.80 607.56
HS SCS 133.79 196.05 282.15 315.98 443.89 613.12 HU Complejo 318.74 463.32 657.12 731.92 1009.71 1368.50
Estadïstica Puntual 190.55 209.38 226.33 231.52 247.06 261.92 Estadística Regional 244.32 319.25 399.06 425.12 511.45 604.29
Tabla 4.6. Comparación de caudales máximos entre metodologías Hidrometeorológicas y Estadísticas
para la estación Los Tihuilotes.
125
Comparación entre Metodologías
0.00
200.00
400.00
600.00
800.00
1000.00
1200.00
1400.00
1600.00
0 20 40 60 80 100 120
Periodos de Retorno (años)
Cau
dal
es (m
3/s)
FórmulaRacional
HS Snyder
HS Triangular
HS SCS
HU Complejo
EstadísticaPuntual
EstadïsticaRegional
Figura 4.4. Gráfico comparativo de caudales máximos entre metodologías Hidrometeorológicas y
Estadísticas para la estación Los Tihuilotes.
Como se muestra en la figura 4.4, la tendencia de la curva de caudales máximos de la
metodología estadística puntual para períodos de retorno menores de 10 años, son
mayores que los caudales máximos por metodologías HS SCS y Triangular, en cambio
para períodos mayores a 10 años todos los valores de caudales máximos de las
diferentes metodologías son mayores que los de la metodología estadística puntual,
debido a que esta estación en particular tiene cuatro años de registro, por lo que, para
períodos de retorno mayores de 5 años se observa un notable decrecimiento de la
pendiente debido a que la distribución de los caudales máximos no es representativa por
lo limitado del registro.
Se observa nuevamente que los caudales máximos por metodologías HS SCS y
Triangular son muy parecidas, en cambio, entre todas las metodologías por HU la del
HS de Snyder es la que presenta una pendiente menor respecto a las otras para esta
estación. El HU Complejo tiene los caudales máximos más altos de todas las
metodologías en la estación por la tendencia de mayor pendiente.
La misma incidencia del número de datos de los registros al calcular los caudales
máximos, se puede observar en las estaciones San Lorenzo, La Atalaya y Sensunapán,
todas con 20 años de registros, donde las curvas de caudales para períodos de retorno
126
altos tienden a mostrar un incremento en sus pendientes, es decir, se obtienen caudales
mayores para los períodos de retorno extrapolados (mayores de 20 años), caso contrario
al de la estación de Los Tihuilotes, analizada anteriormente.
La metodología seguida para la comparación de caudales máximos es la siguiente: se
realizó la resta entre cada uno de los valores de caudales máximos, por período de
retorno y por estación, entre cada una de las metodologías hidrometeorológicas en
estudio y las estadísticas (puntual de mejor ajuste y regional), esta resta se dividió entre
los valores de caudales máximos calculados a través de los métodos estadísticos
puntuales y regionales para obtener un porcentaje de diferencia. Paso siguiente, se
determina que metodología hidrometeorológica posee la menor diferencia y cual la
mayor diferencia con respecto a los valores de caudales máximos calculados por
métodos estadísticos Puntual y Regional, además se realizaron los análisis de estos
resultados.
4.10.1 Comparación entre metodologías para la determinación de Caudales
Máximos por la Fórmula Racional y Estadísticas Puntual y Regional
Las tablas 4.7 y 4.8 presentan los porcentajes de diferencias entre metodologías de la
Fórmula Racional y Estadísticas Puntual y Regional
Porcentaje de diferencias entre métodos Estadístico Puntual y Racional Estaciones 5 años 10 años 20 años 25 años 50 años 100 años
San Lorenzo 116.57 69.82 44.53 38.91 27.82 19.55 La Atalaya 7.58 9.88 20.99 24.61 37.68 53.92 Sensunapán 87.91 69.24 63.71 62.60 61.99 64.96 Conacaste Herrado 449.59 461.21 494.01 508.37 571.54 639.64 San Luis Talpa/Com. 121.84 118.68 128.66 133.26 150.28 176.89 San Ramón 264.67 275.92 310.35 324.34 374.65 437.10 Los Tihuilotes 51.00 77.35 116.43 131.23 183.86 256.46 Hato Nuevo 2.69 4.42 13.76 17.72 32.30 53.95 Pasaquina 5.20 5.09 21.29 27.35 48.37 76.95
Tabla 4.7. Porcentajes de diferencia entre métodos Estadístico Puntual y Racional
127
Porcentajes de diferencias entre métodos estadísticos Regional y Racional Estaciones 5 años 10 años 20 años 25 años 50 años 100 años
San Lorenzo 84.07 68.49 63.66 63.06 67.03 72.20 La Atalaya 15.78 5.17 5.58 5.58 7.68 12.12 Sensunapán 89.18 72.25 68.87 67.95 68.71 73.24 Conacaste Herrado 159.64 137.71 130.90 130.06 135.72 143.00 San Luis Talpa/Com. 77.70 68.26 69.81 71.75 79.13 93.09 San Ramón 246.26 239.42 254.63 262.70 291.64 329.11 Los Tihuilotes 17.77 16.32 22.75 25.93 37.12 54.50 Hato Nuevo 207.16 230.65 276.13 294.98 359.06 453.46 Pasaquina 9.45 9.55 4.56 2.17 5.50 17.99
Tabla 4.8. Porcentajes de diferencia entre métodos Estadístico Regional y Racional
En las figuras 4.5 y 4.6 se observa mejor cuales estaciones poseen porcentajes con
diferencias mayores y menores para período de retorno de 20 años; siendo mayores para
las estaciones Conacaste Herrado y San Ramón, y menores para las estaciones
Pasaquina, La Atalaya y Pasaquina. Como era de esperar, los porcentajes de diferencias
son mayores a medida el área aumenta de tamaño y son menores a medida el área es
menor, tal y como lo especifica el método, el cual no recomienda no ser utilizado para
áreas mayores a 4.81 km2. La tendencia en las diferencias de porcentajes para cada
período de retorno es que, a medida aumenta el período de retorno, aumentan los
porcentajes de diferencia. El porcentaje mayor (40%) para un período de retorno de 20
años se genera en la estación Conacaste Herrado, existe la misma tendencia para todos
los demás períodos de retorno, por lo que se recomienda revisar las curvas de descarga
de donde fueron obtenidos. Otra manera de demostrar esto, es que al observar los
valores de porcentajes de diferencia entre metodología Racional y Estadística Regional,
los porcentajes disminuyen a 15%.
128
T = 20 AÑOS
4%2%5%
40%
11%
25%
10%
1%
2%San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Sensunapán (A = 219)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
San Ramón (A = 54.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Pasaquina (A = 243)
Figura 4.5. Porcentajes de diferencias de caudales máximos entre metodología Estadística Puntual y
Racional. T = 20años.
T = 20 AÑOS
7%1%8%
15%
8%
27%
3%
30%
1%
San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Sensunapán (A = 219)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
San Ramón (A = 54.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Pasaquina (A = 243)
|
Figura 4.6. Porcentajes de diferencias de caudales máximos entre metodología Estadística Regional y
Racional. T = 20 años.
129
4.10.2 Comparación entre metodologías para la determinación de Caudales
Máximos a través del HS de Snyder y metodologías Estadísticas Puntual y
Regional
El método utilizado para la obtención de caudales máximos a través del HS de Snyder
es el propuesto por el mismo autor (F. Snyder) y fue definido para áreas de 16 a 16,000
km2. Los valores más bajos de porcentajes de diferencia se dan en la estación San Luís
Talpa, ubicada en la zona central del país, en cambio lasa estaciones Atalaya,
Sensunapán, Conacaste Herrado y San Ramón la tendencia respecto a los porcentajes de
diferencia es regular, con respecto a los resultados estadísticos puntuales; mientras que
los resultados de las estaciones Los Tihuilotes y Hato Nuevo no son representativos,
debido a la baja cantidad de datos necesarios para la obtención de caudales máximos
mediante metodología Estadística Puntual
Porcentaje de diferencias entre métodos Estadístico Puntual y HS de Snyder Períodos de retorno en años
Estaciones 5 años 10 años 20 años 25 años 50 años 100 años San Lorenzo 6.54 20.57 35.57 39.02 47.15 52.63 La Atalaya 55.75 56.72 56.09 55.64 53.66 50.88 Sensunapán 43.49 51.38 55.62 56.53 58.43 59.29 Conacaste Herrado 31.57 27.64 28.66 29.71 34.76 42.15 San Luis Talpa/Com. 9.89 15.22 17.01 17.10 16.28 14.12 San Ramón 34.01 31.86 34.75 36.44 43.64 53.51 Los Tihuilotes 21.96 13.17 1.79 2.42 17.35 35.34 Hato Nuevo 57.45 54.40 49.66 47.81 41.02 32.57 Pasaquina 46.00 43.06 38.76 37.13 31.33 24.40
Tabla 4.9. Porcentajes de diferencia entre métodos Estadístico Puntual y HS de Snyder
130
Porcentaje de diferencias entre métodos Estadístico Regional y HS de Snyder Períodos de retorno en años
Estaciones 5 10 20 25 50 100 San Lorenzo 9.45 21.19 27.04 28.43 30.93 31.76 La Atalaya 52.38 58.58 61.68 62.42 63.76 64.22 Sensunapán 43.11 50.52 54.22 55.10 56.70 57.25 Conacaste Herrado 37.84 45.94 49.99 50.95 52.70 53.30 San Luis Talpa/Com. 27.82 34.77 38.37 38.96 40.08 40.11 San Ramón 27.24 19.06 16.46 16.62 18.52 22.65 Los Tihuilotes 39.14 43.05 44.30 44.22 43.31 41.34 Hato Nuevo 85.91 85.59 84.75 84.35 82.97 81.08 Pasaquina 48.42 35.31 36.39 36.25 35.55 33.47
Tabla 4.10. Porcentajes de diferencia entre métodos Estadístico Regional y HS de Snyder
T = 10 AÑOS
7%
18%
16%
9%5%10%
4%
17%
14%
San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Sensunapán (A = 219)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
San Ramón (A = 54.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Pasaquina (A = 243)
Figura 4.7. Porcentajes de diferencias de caudales máximos entre metodología Estadística Puntual y HS
de Snyder. T = 10 años
131
T = 10 AÑOS
5%15%
13%
12%9%5%
11%
21%
9%
San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Sensunapán (A = 219)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
San Ramón (A = 54.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Pasaquina (A = 243)
Figura 4.8. Porcentajes de diferencias de caudales máximos entre metodología Estadística Regional e HS
de Snyder. T = 10 años
4.10.3 Comparación entre metodologías para la determinación de caudales
máximos a través del HS Triangular, SCS y metodologías Estadísticas Puntual y
Regional
El Hidrograma Sintético SCS tiene como base los fundamentos teóricos del Hidrograma
Sintético Triangular, de ahí que los valores de caudales máximos obtenidos a través del
HS Triangular son básicamente los mismos que los obtenidos mediante el HS SCS.
Además el análisis fue el mismo. Al observar los gráficos de porcentajes de diferencias
nos damos cuenta que éstos son constantes, independientemente de la cuenca en
análisis, indicando una relación entre métodos, también constante. La tendencia de los
porcentajes de diferencia con respecto a los períodos de retorno es irregular, lo mismo
sucede con los porcentajes de diferencia entre metodologías SCS y Estadísticas Puntual
y Regional.
132
Porcentajes de diferencia entre metodologías del HS Triangular y Est. Puntual
Período de retorno Estaciones 5 años 10 años 20 años 25 años 50 años 100 años
San Lorenzo 48.84 54.46 58.31 56.66 56.59 55.71 La Atalaya 55.92 49.69 41.23 38.07 26.93 13.70 Sensunapan 60.92 60.87 58.46 57.34 53.08 47.79 Conacaste Herrado 76.21 103.62 139.49 152.63 198.82 252.86 San Luis Talpa 50.98 43.71 33.30 29.38 15.41 1.22 San Ramón 50.38 79.97 118.40 132.51 182.17 240.91 Los Tihuilotes 29.85 6.57 24.15 35.82 78.42 131.96 Hato Nuevo 75.70 69.14 60.09 56.62 43.78 27.49 Villerias 25.60 7.09 18.12 27.78 62.97 107.28 Moscoso 39.58 31.15 18.69 13.89 3.45 24.68 Pasaquina 76.67 71.52 64.13 61.24 50.56 37.00
Tabla 4.11. Porcentajes de diferencia entre métodos Estadístico Puntual y HS Triangular
Porcentaje de diferencias entre métodos Estadístico Puntual y HS Triangular Estaciones T=5 T=10 T=20 T=25 T=50 T=100
San Lorenzo 56.51 54.82 52.79 49.12 43.26 36.20 La Atalaya 52.57 51.85 48.71 47.53 42.85 37.13 Sensunapán 60.65 60.17 57.15 55.93 51.14 45.17 Conacaste Herrado 16.75 13.76 6.91 4.47 4.89 15.93 San Luis Talpa/Comalapa 60.74 56.69 50.47 48.00 39.46 29.42 San Ramón 42.78 62.49 88.73 98.74 132.83 172.36 Los Tihuilotes 45.28 38.73 29.59 26.03 13.81 0.54 Hato Nuevo 91.95 90.25 87.91 86.99 83.77 79.65 Villerias 103.40 145.28 201.82 224.11 301.23 399.49 Moscoso 43.61 31.98 16.12 9.85 11.99 39.85 Pasaquina 77.72 75.48 71.77 70.23 64.85 57.99
Tabla 4.12. Porcentajes de diferencia entre métodos Estadístico Regional y HS Triangular
133
T = 100 AÑOS
6%1%5%
27%
0%26%
14%
3%
11%
3%
4%San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Sensunapán (A = 219)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
San Ramón (A = 54.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Villerias (A = 910)
Moscoso (A = 1074)
Pasaquina (A = 243)
Figura 4.9. Porcentajes de diferencias de caudales máximos entre metodología Estadística Puntual y HS
Triangular. T = 100 años.
T = 100 AÑOS
4% 4%5%2%3%
19%
0%
9%
44%
4%
6%
San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Sensunapán (A = 219)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
San Ramón (A = 54.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Villerias (A = 910)
Moscoso (A = 1074)
Pasaquina (A = 243)
Figura 4.10. Porcentajes de diferencias de caudales máximos entre metodología Estadística Regional y
HS Triangular. T = 100 años.
134
Porcentajes de diferencia entre metodologías del HS SCS y Est. Puntual Periodos de retorno en años
Estaciones 5 10 20 25 50 100 San Lorenzo 48.65 54.16 56.02 56.19 55.99 54.97 La Atalaya 55.90 49.66 41.22 38.09 27.01 13.86 Sensunapán 60.58 60.73 58.30 57.15 52.70 47.12 Conacaste Herrado 76.60 104.58 141.59 155.21 203.32 259.96 San Luis Talpa/Comalapa 50.03 43.38 33.22 29.31 15.18 1.90 San Ramón 50.80 80.79 119.91 134.33 185.10 245.32 Los Tihuilotes 29.79 6.37 24.66 36.48 79.67 134.09 Hato Nuevo 75.66 69.12 60.02 56.50 43.50 26.94 Villerías 25.53 6.77 18.75 28.54 64.19 109.10 Moscoso 39.47 53.99 18.27 13.39 4.24 25.86 Pasaquina 76.53 71.43 64.07 61.19 50.49 36.87
Tabla 4.13. Porcentajes de diferencia entre métodos Estadístico Puntual y HS SCS
Porcentaje de diferencias entre métodos Estadístico Regional y HS SCS Estaciones 5 10 20 25 50 100
San Lorenzo 56.35 54.52 50.20 48.58 42.48 35.14 La Atalaya 52.54 51.82 48.71 47.54 42.91 37.26 Sensunapán 60.32 60.03 56.99 55.73 50.74 44.47 Conacaste Herrado 16.56 13.35 6.09 3.49 6.47 18.26 San Luis Talpa/Com. 59.98 56.44 50.40 47.95 39.29 28.94 San Ramón 43.20 63.23 90.05 100.29 135.25 175.89 Los Tihuilotes 45.24 38.59 29.30 25.67 13.21 1.46 Hato Nuevo 91.94 90.24 87.89 86.96 83.69 79.50 Villerias 103.60 146.11 203.43 226.03 304.24 403.89 Moscoso 43.51 54.54 15.68 9.33 12.85 41.17 Pasaquina 77.58 75.41 71.73 70.19 64.80 57.91
Tabla 4.14. Porcentajes de diferencia entre métodos Estadístico Regional y HS SCS
135
T = 100 AÑOS
6%1%5%
27%
0%26%
14%
3%
11%
3%
4%San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Sensunapán (A = 219)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
San Ramón (A = 54.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Villerias (A = 910)
Moscoso (A = 1074)
Pasaquina (A = 243)
Figura 4.11. Porcentajes de diferencias de caudales máximos entre metodología Estadística Puntual y HS
SCS. T = 100 años.
T = 100 AÑOS
4%4%5%2%3%
19%
0%
9%
44%
4%
6%
San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Sensunapán (A = 219)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
San Ramón (A = 54.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Villerias (A = 910)
Moscoso (A = 1074)
Pasaquina (A = 243)
Figura 4.12. Porcentajes de diferencias de caudales máximos entre metodología Estadística Regional y
HS SCS. T = 100 años
136
4.10.4 Comparación entre metodologías para la determinación de Caudales
Máximos a través del HU Complejo y metodologías Estadísticas Puntual y
Regional
Los valores de porcentajes de diferencia entre las metodologías para la determinación
de caudales máximos a través del HU Complejo y las estadísticas Puntual y Regional
son bastante variados. La construcción del HU Complejo lleva consigo suposiciones
que maximizan el porcentaje de error en los cálculos de caudales máximos a través de
esta metodología. Los HU Complejos son construidos mediante un hietograma de
lluvias el cual fue extraído de registros de lluvias cercanos a las áreas de drenaje de las
estaciones en estudio para importar la distribución de lluvia en porcentajes que fue
multiplicada por la lluvia registrada en la fecha del evento en la estación
hidrometeorológica dentro del área de drenaje, en caso de no existir registro de lluvia en
ese evento, se recurrió al método de bloque alterno para obtener la lluvia.
T = 25 AÑOS
11%6%
22%
2%34%
3%
14%
4%
4%
San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Villerias (A = 910)
Moscoso (A = 1074)
Pasaquina (A = 243)
Figura 4.13. Porcentajes de diferencias de caudales máximos entre metodología Estadística Puntual y HU
Complejo. T = 25 años
137
T = 25 AÑOS
15%
2%
3%
11%
10%54%
4%
1%
San Lorenzo (A = 351)
Conacaste Herrado (A =167.70)
San Luis Talpa/Com. (A =65.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Villerias (A = 910)
Moscoso (A = 1074)
Pasaquina (A = 243)
Figura 4.14. Porcentajes de diferencias de caudales máximos entre metodología Estadística Regional y
HU Complejo. T = 25 años.
Porcentajes de diferencia entre metod. del HU Complejo y Est. Puntual
Estaciones Período de retorno Período de retorno 5 años 10 años 20 años 25 años 50 años 100 años San Lorenzo 103.77 81.70 71.88 70.12 67.21 66.99 La Atalaya 2.15 15.96 33.95 40.57 63.50 90.22 Conacaste Herrado 65.25 90.55 123.62 135.71 178.19 227.81 San Luis Talpa 23.83 11.99 4.73 11.02 33.37 59.95 Los Tihuilotes 67.27 121.28 190.34 216.14 308.69 422.49 Hato Nuevo 32.53 13.94 9.73 18.51 49.77 87.82 Villerias 8.45 36.20 72.72 86.50 136.02 197.31 Moscoso 13.54 1.23 16.63 23.46 48.02 77.94 Pasaquina 30.30 10.89 14.28 23.71 57.46 98.65
Tabla 4.15. Porcentajes de diferencia entre métodos Estadístico Puntual y HU Complejo
138
Porcentaje de diferencias entre métodos Estadístico Regional y HU Complejo Estaciones 5 10 20 25 50 100
San Lorenzo 73.20 80.29 94.63 99.69 118.52 140.54 Conacaste Herrado 21.93 19.29 13.08 10.86 2.35 7.70 San Luis Talpa/Com. 38.98 32.28 22.22 18.26 4.54 11.54 Los Tihuilotes 30.46 45.13 64.67 72.17 97.42 126.46 Hato Nuevo 77.66 72.80 66.76 64.46 56.75 47.30 Villerias 196.48 259.56 341.35 373.03 481.08 616.46 Moscoso 19.31 2.42 20.31 29.25 60.25 99.59 Pasaquina 33.42 23.30 10.07 4.96 11.96 32.45
Tabla 4.16. Porcentajes de diferencia entre métodos Estadístico Regional y HU Complejo
4.10.5 Comparación entre metodologías para la determinación de Caudales
Máximos por metodologías Estadísticas Puntual y Regional
Al analizar los resultados, se observó que la mayoría de estaciones (6 estaciones)
poseen porcentajes de diferencia bajos (de 0 a 14%), pero existen estaciones en los que,
los porcentajes de diferencia son del orden de 200% (estación Conacaste Herrado),
aumentando a medida aumenta el período de retorno. Una de las razones a las que
puede deberse ésto, es que la metodología estadística puntual se basa en una serie de
caudales de una estación en particular, la cual es generalmente corta, lo que crea
incertidumbre en el cálculo de caudales.
Porcentajes de diferencia entre metod. Est. Regional y Puntual Estaciones Período de retorno
Período de retorno 5 años 10 años 20 años 25 años 50 años 100 años San Lorenzo 17.65 0.79 11.69 14.81 23.48 30.58 La Atalaya 7.08 4.48 14.60 18.02 27.85 37.28 Sensunapan 0.67 1.75 3.06 3.19 3.99 4.77 Conacaste Herrado 111.67 136.10 157.25 164.43 184.89 204.38 San Luis Talpa 24.85 29.97 34.66 35.82 39.72 43.40 San Ramón 5.31 10.76 15.72 16.99 21.19 25.17 Los Tihuilotes 28.22 52.47 76.32 83.62 107.01 130.72 Hato Nuevo 6.58 11.68 16.51 17.70 22.24 25.81 Villerias 3.63 7.32 10.87 11.70 15.07 17.56 Moscoso 7.15 1.22 3.07 4.48 7.63 10.85 Pasaquina 4.70 16.18 27.08 30.17 40.64 49.98
Tabla 4.17. Porcentajes de diferencia entre métodos Estadístico Puntual y Regional
139
T = 20 AÑOS
3% 4%1%
43%
9%4%
21%
4%
3%
1%
7%San Lorenzo (A = 351)
La Atalaya (A = 102.20)
Sensunapán (A = 219)
Conacaste Herrado (A = 167.70)
San Luis Talpa/Com. (A = 65.40)
San Ramón (A = 54.40)
Los Tihuilotes (A = 109.60)
Hato Nuevo (A = 102)
Villerias (A = 910)
Moscoso (A = 1074)
Pasaquina (A = 243)
Figura 4.15. Porcentajes de diferencia entre métodos Estadístico Puntual y Regional. T = 20 años.
4.11 Determinación de Factores de Ajuste para los Métodos Racional,
Hidrogramas Sintéticos de Snyder Triangular y Método del Soil Conservation
Service, e Hidrogramas Unitarios Complejos.
Los factores de ajuste han sido determinados para las tres zonas geográficas de El
Salvador (Occidental, Central y Oriental) y para los períodos de retorno de 5, 10, 20, 25,
50 y 100 años. Cada zona está definida por las estaciones que se presentan en la tabla
4.18, dejando fuera, debido a poca cantidad de datos de caudales máximos necesarios
para la obtención de caudales máximos mediante metodología Estadística Puntual o a
posibes datos erróneos, las estaciones (Tihuilotes, Conacaste Herrado y Hato Nuevo).
La metodología es la siguiente: Se dividieron los valores de caudales máximos
obtenidos por metodología estadística puntual (Log-Normal) entre los valores de
caudales máximos obtenidos por las metodologías Racional, Hidrogramas Unitarios
Complejos Hidrogramas Sintéticos de Snyder y Triangular, y el método del SCS, esto
para cada período de retorno. Luego se determinaba un promedio para cada zona
geográfica de El Salvador (Occidental, Central y Oriental). A continuación en las tablas
4.19, 4.20 y 4.21 se presentan los factores de corrección para cada una de las cuatro
metodologías Hidrometeorológicas antes mencionadas.
140
Los valores de caudales máximos por metodologías hidrometeorológicas se compararon
con la estadística puntual (Log-Normal) y no con la estadística regional debido a que:
Las diferencias de caudales máximos hidrometeorológicos con los estadísticos
puntuales son menores a las diferencias entre los primeros y los estadísticos regionales.
ESTACIONES AGRUPADAS EN LAS 3 ZONAS DEL PAÍS ZONA OCCIDENTAL ZONA CENTRAL ZONA ORIENTAL
San Lorenzo San Luis Talpa/Com. Villerías La Atalaya San Ramón Moscoso Sensunapán Pasaquina
Tabla 4.18. División de estaciones por zona geográfica del país
Factores de ajuste para diferentes Periodos de Retorno ZONA OCCIDENTAL 5 Años 10 Años 20 Años 25 Años 50 Años 100 Años
FÓRMULA RACIONAL 1.22 1.08 1.05 1.05 1.07 1.13 HS DE SNYDER 0.69 0.57 0.51 0.50 0.47 0.46 HS TRIANGULAR 0.45 0.45 0.47 0.49 0.54 0.61 MÉTODO SCS 0.45 0.45 0.48 0.50 0.55 0.61 HU COMPLEJO 1.02 0.99 1.02 1.04 1.10 1.19
ESTADÍSTICO REGIONAL 1.03 1.01 1.00 1.00 1.00 1.01 Tabla 4.19. Factores de ajuste para diferentes períodos de retorno, zona Occidental
Factores de ajuste para diferentes Periodos de Retorno ZONA CENTRAL 5 Años 10 Años 20 Años 25 Años 50 Años 100 Años
FÓRMULA RACIONAL 2.88 2.93 3.15 3.24 3.58 4.05 HS DE SNYDER 1.12 1.08 1.09 1.10 1.14 1.20 HS TRIANGULAR 1.00 1.18 1.43 1.52 1.83 2.21 MÉTODO SCS 1.00 1.19 1.43 1.53 1.85 2.24 HU COMPLEJO 0.76 0.88 1.05 1.11 1.33 1.60 ESTADÍSTICO REGIONAL 1.15 1.20 1.25 1.26 1.30 1.34
Tabla 4.20. Factores de ajuste para diferentes períodos de retorno, zona Central
Factores de ajuste para diferentes Periodos de Retorno ZONA ORIENTAL 5 Años 10 Años 20 Años 25 Años 50 Años 100 Años
FÓRMULA RACIONAL 0.95 1.05 1.21 1.28 1.49 1.76 HS DE SNYDER 0.54 0.57 0.61 0.63 0.69 0.76 HS TRIANGULAR 0.53 0.63 0.78 0.84 1.05 1.32 MÉTODO SCS 0.53 0.56 0.79 0.85 1.06 1.33 HU COMPLEJO 0.88 1.08 1.35 1.45 1.81 2.25 ESTADÍSTICO REGIONAL 1.05 1.08 1.12 1.12 1.16 1.19
Tabla 4.21. Factores de ajuste para diferentes períodos de retorno, zona Oriental
141
Para la zona Occidental, los valores de factores de corrección se presentan constantes en
relación del período de retorno y cercanos a la unidad para el método Regional (1.10 en
promedio) y los valores más alejados a la unidad se presentan en la metodología del HU
Complejo.
Para la zona Central, los valores de los factores de corrección son totalmente distintos a
los calculados para la zona Occidental. En ésta, se obtienen valores bastante cercanos a
la unidad a través de la metodología del HS de Snyder (1.02 en promedio), con las
metodologías de los HS triangular y SCS también se obtienen valores de factores de
corrección cercanos a la unidad (1.5 y 1.6 en promedio respectivamente), además, se
presentan valores relativamente alejados a la unidad, en las metodología de la Fórmula
racional (2.5 en promedio).
Para finalizar, analizamos los factores de corrección de la zona Oriental, los cuales
vuelven a ser totalmente distintos a los calculados para las zonas Occidental y Central,
los factores más cercanos a la unidad se encuentran en la metodología de la Fórmula
Regional (1.05 en promedio) y factores de corrección muy alejados de la unidad con la
metodología del HS de Snyder (0.60 en promedio).
Se optó por separar los factores de corrección por zonas geográficas debido a las
diferencias presentadas, un valor fijo de factor de corrección por metodología
hidrometeorológica, no sería realmente aceptable.
145
5. CONCLUSIONES Y RECOMENDACIONES
5.1 Conclusiones
• A partir de los resultados obtenidos de cada una de las metodologías para calcular
tiempos de concentración, como lo son: Kirpich, Agencia Federal de Aviación,
Bureau of Reclamation y California, es posible validar cada una de estas
metodologías y concluir que con cualquiera de ellas, los resultados obtenidos serán
aceptables ya que están dentro de los rangos previamente establecidos para esas
regiones hidrográficas (1-3 m/s). Para esto, se determinaron las diferentes
desviaciones estándar para los valores de tiempos de concentración para cada
período de retorno (5, 10, 20, 25, 50 y 100 años), evidentemente los tiempos de
concentración calculados por las metodologías de Kirpich, Giandotti y SCS no
varían con el período de retorno, a excepción de la fórmula de la FAA y se verificó
que estos valores estuvieran dentro del rango permisibles (µ ± s , donde, µ: media de
los valores de tiempos de concentración, s : desviación estándar).
Para la determinación de la metodología con mejores resultados, se determinó a
través de un criterio de practicidad de uso de la fórmula, donde se dio prioridad a la
fórmula que tuviera menos variables y que, en la obtención de estas variables, no se
viera afectada por los cambios que el paso del tiempo pueda provocar (mapas de uso
del suelo para la determinación de C, etc.). La fórmula de Kirpich siempre se
mantuvo dentro de los rangos previamente establecidos (de velocidad o de tiempos
de concentración ± desviación estándar).
• El Método Racional sobreestima o subestima (de 24 a 40%) los valores de caudales
máximos para cuencas con tamaños de áreas como las analizadas en este documento
(54.4 a 1074 km2).
• La determinación de caudales máximos a través del Hidrograma Sintético de Snyder
es de fácil determinación cuando se cuenta con la información de las características
físicas de la cuenca (elevaciones, áreas, puntos centroidales de la cuenca, etc.) y
generaron porcentajes de diferencia entre esta metodología y la de comparación
146
(Estadística Puntual) constantes (7% en promedio) para la zona central (San Luís
Talpa, San Ramón y Los Tihuilotes).
• Los caudales pico calculados por los HS triangular y SCS resultan similares entre
sí, al igual que los caudales máximos calculados por estas mismas metodologías,
pero los volúmenes de escurrimiento son diferentes (como lo demuestran los análisis
de resultados en el capítulo cuatro).
• La ventaja del método estadístico puntual es que los caudales máximos son
calculados con base en caudales máximos instantáneos obtenidos por curvas de
descarga de crecidas reales y su desventaja es que debido a la longitud del registro,
que en este documento es corta, la extrapolación de caudales para períodos de
retorno mayores a las longitudes de registro deben tomarse con reserva y criterio
para su utilización.
• Al realizar el aná lisis estadístico de series de caudales máximos con los registros
que fueron proporcionados para cada estación se determinó que entre las funciones
de distribución de probabilidad escogidas, por adaptarse mejor al problema
hidrológico en cuestión, la que resultó ajustarse mejor a los datos de Caudales
medidos es la distribución Log Normal de dos parámetros.
• Del análisis de la estación San Lorenzo, con veinte años de registro de caudales
instantáneos máximos, se verificó que para poder aplicar la función Log-Pearson III
se necesita una longitud grande de registros (por lo menos 20 años) ya que fue la
única estación donde los datos se ajustaron de la mejor manera a dicha distribución,
cuando las demás estaciones contaban con menos de 20 años de registro.
• Al analizar los resultados de los caudales máximos calculados por metodología
Estadística Puntual con respecto al número de eventos en cada registro, se determina
que, en efecto, los resultados son más confiables a medida aumenta la longitud de
dichos registros.
147
• Todas las metodologías Hidrometeorológias que fueron aplicadas en este
documento, necesitan un factor de ajuste (que se presentan en el capítulo 4) para ser
aplicadas en las regiones hidrográficas de El Salvador.
• La cantidad de datos de caudales máximos anuales por estación proporcionada y la
cantidad de estaciones analizadas para la elaboración de este documento, no fue la
realmente necesaria para poder afirmar que los factores de corrección de las
metodologías hidrometeorológicas sean aplicables a toda el área salvadoreña.
• Los caudales máximos estimados por medio de metodologías HS Triangular y SCS
para la zona occidental y oriental son sobreestimados respecto a los caudales
máximos calculados mediante metodología estadística puntual, excepto para
períodos de retorno mayores a 50 años en la zona oriental, además en la zona
central, los caudales máximos calculados son subestimados respecto a los caudales
máximos calculados por metodología estadística puntual.
5.2 Recomendaciones
• Si bien se escogió la metodología estadística como patrón de comparación para
determinar la metodología hidrometeorológica de más confianza, sus resultados
deben de tomarse con suma reserva, puesto que los autores consultados
recomiendan no usar registros de menos de 20 años para análisis estadísticos. En el
caso de el análisis realizado en este documento el mayor número de registros en las
estaciones estudiadas de 20 años precisamente; esto debido a que no se ha tenido
otra alternativa (no se cuenta con mayor número de registros) y obliga a tener
criterio al utilizar los resultados obtenidos para extrapolar caudales máximos
anuales para períodos de retorno altos, por ejemplo 25, 50 y 100 años, que son los
utilizados con fines de diseño.
• Se recomienda, para futuros cálculos de Caudales por Fórmula Racional y SCS,
actualizar los valores del Coeficiente de Escurrimiento C y el Número de curva CN,
puesto que las coberturas van cambiando con el tiempo.
148
• Revisar las curvas de descarga en las estaciones hidrométricas que se encuentran en
la red de estaciones del SNET ya que se han encontrado diferentes caudales para
iguales alturas de aforos en diferentes años en el mismo registro.
• No se recomienda el análisis de caudales máximos por el Método Racional para
tiempos de concentración mayores a seis horas, con las curvas Intensidad-
Frecuencia-Duración obtenidas en este documento, ya que fueron construidas para
intensidades no mayores a 6 horas.
• Evaluar de nuevo los resultados de los análisis realizados cuando se cuente con
algunos años más de registro, pues sería conveniente compararlos con los nuevos
datos para determinar si la función de distribución estadística utilizada para el
cálculo de caudales máximos sigue siendo la más apropiada.
149
GLOSARIO
ALUVIALES:
Son suelos de materiales transportados o depositados en las
planicies costeras y valles interiores. Son aluviones estratificados
de textura variable. Son suelos recientes o de reciente deposición
y carecen de modificaciones de los agentes externos (agua, clima,
etc.). Se ubican en áreas ligeramente inclinadas o casi a nivel en
las planicies costeras y valles interiores en donde el manto
freático está cerca de la superficie y el drenaje por lo general es
pobre. Son suelos de alta produc tividad permitiendo agricultura
intensiva y mecanizada, aptos para toda clase de cultivos. Es
factible el uso de riego.
ANDISOLES:
Suelos originados de cenizas volcánicas, de distintas épocas y en
distintas partes del país, tienen por lo general un horizonte
superficial entre 20y 40 centímetros de espesor, de color oscuro,
textura franca y estructura granular. Su capacidad de producción
es de alta a muy alta productividad, según la topografía son aptos
para una agricultura intensiva mecanizada para toda clase de
cultivos.
GRUMOSOLES:
Suelos muy arcillosos de color gris a negro con vegetación de
morros, cuando están muy mojados son muy pegajosos y muy
plásticos. Cuando están secos son muy duros y se rajan. En la
superficie son de color oscuro pero con poco humus o materia
orgánica. El subsuelo es gris oscuro. Son muy profundos poco
permeables por lo que la infiltración de agua lluvia es muy lenta.
Su uso potencial es de moderada a baja, no apta para cultivos
permanentes de alto valor comercial porque al rajarse rompen las
raíces de las plantas.
150
HALOMÓRFICOS:
Suelos salinos de los manglares de colores grises debido a la
condiciones anaeróbicas existentes durante su formación por
permanecer inundados frecuentemente. Su textura es variable, es
decir, de textura limosas, arenosas y arcillosas de estratos en
diferente posición. El uso potencial de estos suelos es muy pobre
para la producción de cultivos agrícolas, sin embargo, existen en
la transición de los manglares con los depósitos aluviales tierra
adentro la producción de palmeras cuyas hojas son usadas para
los ranchos y sombreros que usa los campesinos.
LATOSOLES ARCILLOSOS ACIDOS:
Son suelos similares a los Latosoles arcillo rojizos, pero más
profundos, antiguos y de mayor acidez; por lo tanto más
empobrecidos en nutrientes. Se localizan en la zona norte y en
tierras altas y montañosas. Su capacidad de producción es de
moderada a baja, requieren de altas fertilizaciones. Su principal
uso es para reforestación.
LATOSOLES ARCILLO - ROJIZOS:
Suelos arcillosos de color rojizo en lomas y montañas. Son bien
desarrollados con estructura en forma de bloques con un color
generalmente rojo aunque algunas veces se encuentran
amarillentos o cafesoso. Esta coloración se debe principalmente
a la presencia de minerales de hierro de distintos tipos y grados
de oxidación. La textura superficial es franco arcillosa y el
subsuelo arcilloso. La profundidad promedio es de un metro
aunque en algunos sitios se observa afloración de roca debido a
los procesos de erosión. La fertilidad puede ser alta en terrenos
protegidos pudiendo se utilizar maquinaria agrícola cuando la
pendiente es moderada. Son suelos aptos para casi todos los
cultivos.
151
LITOSOLES:
Suelos de muy poca profundidad sobre roca pura, son suelos muy
complejos. La mayoría son suelos cuyos horizontes superficiales
han sido truncados a causa de una severa erosión laminar o sea
que la erosión ocurre en laminas y no en forma de cárcavas, son
suelos arcillosos como los latosoles pero muy superficiales. Las
texturas varían de gruesa, arenas y gravas hasta muy pedregosos
sobre la roca dura. El uso potencial es muy pobre de bajo
rendimiento. Sin embargo en algunos lugares muy pedregosos por
la gran cantidad de piedras reduce la erosión, por lo cual pudieran
generar buenos rendimientos por mata si el cultivo se hace con
chuzo.
REGOSOLES:
Suelos profundos, jóvenes de material suelto o no consolidado. El
horizonte superficial, es único evidente a la vista, suele ser de
unos 10 a 20 centímetros de espesor, con alto contenido de
materia orgánica. En El Salvador se encuentra siempre en
material arenoso fino de color gris, suelto. Dada su precaria capa
superficial en las cimas de las ondulaciones de los cordones
litorales, se recomienda utilizar los regosoles únicamente para
vegetación permanente como el cocotero, el marañón o el pasto.
152
153
BIBLIOGRAFÍA.
Libros de Texto.
Aparicio Mijares, F. [2001] Fundamentos de Hidrología de Superficie. Editorial Limusa
– Noriega Editores S.A. México D. F. 10ª Edición.
Bonilla Gidalberto. [2000] Estadística II. Métodos prácticos de inferencia estadística.
UCA Editores, Nueva San Salvador, El Salvador, 2° edición.
Hernández Salguero, J. [2002] Elementos de Probabilidad y Estadística. UCA Editores,
Nueva San Salvador, El Salvador.1ª Impresión.
Linsley, Ray E. y Joseph B. Franzini. [1974] Ingeniería de los recursos hidráulicos.
Editorial continental, México.
Llamas, J. [1993] Hidrología General. Servicio Editorial de la Universidad del País
Vasco, Bilbao, España.1ª Edición.
Monsalve Sáenz, G. [1999] Hidrología en la Ingeniería. Alfa Omega Grupo Editor S.A.;
Impreandes Presencia S.A. Colombia. 2ª impresión.
Tucci, C. E. M. [2001] Hidrología., Editora da Universidade Porto Alegre, Río Grande
do Sul, Brasil. 2ª Impresión.
Ven Te Chow, Maidment, D., [1994] Hidrológica Aplicada. McGraw-Hill, Santa Fe,
Colombia. 1ª edición.
Estudios.
Pizarro Tapia, R., A. Abarza Martínez [2001] Análisis Comparativo de las Curvas
Intensidad – Duración –Frecuencia (IDF) en 6 Estaciones Pluviográficas (VII
Región del Maule, Chile). Universidad de Talca, Chile.
154
Pizarro Tapia, R., J.P. Flores, C. Sangüesa, [2001] Leyes de Distribución de Procesos
Hidrológicos Sociedad Estándares de Ingeniería para aguas y suelos Limitada.
Chile.
Adriana María Erazo Servicio Nacional de Estudios Territoriales (SNET), [2004]
Regionalización de caudales máximos y medios en El Salvador. El Salvador.
United States Department of Agriculture, [1986] Urban Hydrology for small
Watersheds. Technical Release – 55 (TR-55), Natural Resources Conservation
Service, Conservation Engineering Service, Junio 1986.
Vargas, X., F. Harambour, [1999] Uso de Intervalos de Confianza en la Determinación
de Caudales de Diseño en Zonas sin Información Registrada. Anales del
Instituto de Ingenieros de Chile. Chile.
Marroquín, W. E., A. Escalante, J. Cepeda, …..[2004] Estudios de uso de suelo,
socioeconómico, riesgos geológicos (inundaciones, inestabilidades de laderas,
sismicidad y deslaves), obras físicas para rehabilitación y manejo de cuencas y
plan de manejo integral de desechos sólidos. Talleres gráficos UCA. Antiguo
Cuscatlán. El Salvador.
Información Digital.
CNR-IGN [2002] Mapa de Uso de suelo.
MARN [2000] Sistemas de Información Ambiental (SIA) CD # 2 de la colección de
CD’s Medio Ambiente.
USI [2004] Archivos sobre representación SIG de curvas de nivel con precisión cada
10 metros de cuencas de El Salvador.
SHN [2004] Archivos sobre datos de lluvias máximas con duración de 24 horas para
registro anual en las estaciones en estudio.
155
Páginas de Internet.
Cadena Cepeda. R., Planeación Técnica y Urbanización S.A. de C.V. México.
http://www.rcadena.com/dp/teoria.htm. Abril 2004.
Comisión Nacional de Evaluación y Acreditación Universitaria, Argentina.
http://www.coneau.edu.ar/Civil6Solucion.PDF. Abril 2004.
Diseño Hidrológico con información escasa. Un caso de estudio: Río San Carlos.
Universidad Nacional de Colombia. Sede Medellín.
http://www.icfes.gov.co/revistas/avancesh/No4.97/articulo1.html
Enviromental Modeling System Inc. EEUU. http://www.ems-
i.com/wmshelp/HydrologicModels/Calculators/Computing_Travel_Times/Using
_Basin_Data/Equations/Time_of_Concentration/Kirpich_Tc_Equation.htm.
Abril 2004
Instituto Colombiano Para El Fomento de La Educación Superior. Colombia.
http://www.icfes.gov.co/revistas/avancesh/No4.97/articulo1.html. Abril 2004.
LMNO Engineering, Research and Software Ltd. EEUU.
http://www.lmnoeng.com/Hydrology/hydrology.htm. Abril 2004.
LMNO Engineering, Research and Software Ltd. EEUU.
http://www.lmnoeng.com/Hydrology/TimeConc.htm. Abril 2004.
Tecnológico de Monterrey, México. http://www.mty.itesm.mx. Abril 2004.
Yahoo! Inc. EEUU. http://groups.yahoo.com/group/WaterCom/message/160. Abril
2004.
Estudios Previos: condicionantes físicos para la odenación de la orla sudoeste del suelo
urbanizable. www.ayto-zaragoza.es/azar/ciudad/pgouz/MEMORIA/Anejos/Anejo04
/Anejo043.pdf
Figura A-1. Mapa de regiones Hidrográficas. Servicio Meteorológico Nacional, SNET 2002.Sin Escala
A-1
Figura A-2. Simbología.
A-2
Figura A-3. Regiones hidrológicamente homogéneas
A-3
Figura B-1. Valores de la función de distribución de probabilidad normal
B-1
Figura B-2. valores de la función de distribución de probabilidad ji-cuadrado
B-2
Coeficientes de escorrentía para ser usados en el método racional. Período de retorno (años)
Característica de la superficie 2 5 10 25 50 100 500
Áreas desarrolladas
Asfáltico 0.73 0.77 0.81 0.86 0.90 0.95 1.00 Concreto / techo 0.75 0.80 0.83 0.88 0.92 0.97 1.00 Zonas verdes (jardines, parques, etc.) Condición pobre (cubierta de pasto menor del 50 % del área) Plano, 0-2% 0.32 0.34 0.37 0.40 0.44 0.47 0.58 Promedio, 2-7% 0.37 0.40 0.43 0.46 0.49 0.53 0.61 Pendiente, superior a 7% 0.40 0.43 0.45 0.49 0.52 0.55 0.62 Condición promedio (cubierta de pasto del 50 al 75 % del área) Plano, 0-2% 0.25 0.28 0.30 0.34 0.37 0.41 0.53 Promedio, 2-7% 0.33 0.36 0.38 0.42 0.45 0.49 0.58 Pendiente, superior a 7% 0.37 0.40 0.42 0.46 0.49 0.53 0.60 Condición buena (cubierta de pasto mayor del 75 % del área) Plano, 0-2% 0.21 0.23 0.25 0.29 0.32 0.36 0.49 Promedio, 2-7% 0.29 0.32 0.35 0.39 0.42 0.46 0.56 Pendiente, superior a 7% 0.34 0.37 0.40 0.44 0.47 0.51 0.58 Áreas no desarrolladas Área de cultivos Plano, 0-2% 0.31 0.34 0.36 0.40 0.43 0.47 0.57 Promedio, 2-7% 0.35 0.38 0.41 0.44 0.48 0.51 0.60 Pendiente, superior a 7% 0.39 0.42 0.44 0.48 0.51 0.54 0.61 Pastizales Plano, 0-2% 0.25 0.28 0.30 0.34 0.37 0.41 0.53 Promedio, 2-7% 0.33 0.36 0.38 0.42 0.45 0.49 0.58 Pendiente, superior a 7% 0.37 0.40 0.42 0.46 0.49 0.53 0.60 Bosques Plano, 0-2% 0.22 0.25 0.28 0.31 0.35 0.39 0.48 Promedio, 2-7% 0.31 0.34 0.36 0.40 0.43 0.47 0.56 Pendiente, superior a 7% 0.35 0.39 0.41 0.45 0.48 0.52 0.58 Nota: Los valores de la tabla son los estándares utilizados en la ciudad de Austin, Texas. Utilizada con Autorización.
Tabla C-1. Tabla de valores de coeficientes de escurrimiento C
C-1
Números de curva de escorrentía para usos selectos de tierra agrícola, suburbana y urbana (condiciones antecedentes de humedad II, Ia = 0.2S)
Descripción del uso de la tierra Grupo hidrológico del suelo
A B C D
Tierra cultivada1 : sin tratamientos de conservación 72 81 88 91
con tratamientos de conservación 62 71 78 81
Pastizales: condiciones pobres 68 79 86 89
condiciones óptimas 39 61 74 80
Vegas de ríos: condiciones óptimas 30 58 71 78
Bosques: troncos delgados, cubierta pobre, sin hierbas. 45 66 77 83
cubierta buena2 25 55 70 77
Áreas abiertas, césped, parques, campos de golf, cementerios, etc.
óptimas condiciones: cubierta de pasto en el 75 % o más 39 61 74 80
condiciones aceptables: cubierta de pasto en el 50 al 75 % 49 69 79 84
Áreas comerciales de negocios (85 % impermeables) 89 92 94 95
Distritos industriales (72 % impermeables) 81 88 91 93
Residencial3 :
Tamaño promedio del lote Porcentaje promedio impermeable4
1/8 acre o menos 65 77 85 90 92
1/4 acre 38 61 75 83 87
1/3 acre 30 57 72 81 86
1/2 acre 25 54 70 80 85
1 acre 20 51 68 79 84
Parqueaderos pavimentados, techos, accesos, etc.5 98 98 98 98
Calles y carreteras:
Pavimentados con cunetas y alcantarillados 98 98 98 98
Grava 76 85 89 91
Tierra 72 82 87 89
1 Para una descripción más detallada de los números de curva para los usos agrícolas de la tierra, remitirse a Soil
Conservation Service, 1972, Cap. 9 2 Una buena cubierta será protegida del pastizaje, y los desechos del retiro de la cubierta del suelo.
3 Los números de curva se calculan suponiendo que la escorrentía desde las casas y de los accesos se dirige hacia la
calle, con un mínimo del agua del techo dirigida hacia el césped donde puede ocurrir infiltración adicional.
4 Las áreas permeables restantes (césped) se consideran como pastizales en buena condición para estos números de curva.
5 En algunos países con climas más cálidos se puede utilizar 95 como número de curva.
Tabla C-2. Tabla de valores de Números de Curva CN .
C-2