Clase Precipitación 2

UNIVERSIDAD PERUANA DEL CENTRO
CARRERA PROFESIONAL DE INGENIERIA CIVIL
DOCENTE: DR. MARIO

HUATUCO GONZALES
MAYO, 2015-I
2
DR.MMHG
I. Estimacin de datos faltantes/ I.A. Estimacin de registros

diarios y mensuales faltantes/ c) Mtodo del U.S. Weather Bureau
c) Mtodo del U.S. Weather Bureau

Este procedimiento ha sido verificado tericamente como empricamente y
considera que el dato faltante de una estacin X por ejemplo, puede ser estimada
en base a los datos observados en las estaciones circundantes, el mtodo puede ser
aplicado para estimar valores diarios, mensuales o anuales faltantes.
El mtodo consiste en ponderar los valores observados en una cantidad W, igual al
reciproco del cuadrado de la distancia D entre cada estacin vecina y la estacin
X, y por lo tanto la precipitacin buscada ser:
Donde:
Pi = Precipitacin observada para la fecha faltante en las estaciones auxiliares
circundantes (como mnimo 2), en milmetros.
Wi = 1/Di^2, siendo, Di = distancia entre cada estacin circundante y la estacin (Km)
Se recomienda utilizar cuatro estaciones circundantes (las ms cercanas), y de
manera que cada una quede localizada en uno de los cuadrantes que definen
unos ejes coordenados que pasan por la estacin incompleta.
DR.MMHG

Ejemplo. En la siguiente tabla se muestra un registro de precipitacin mensual que tiene registros incompletos. Se solicita
completar los registros mensuales faltantes por medio del mtodo del U.S. National Weather Service.
DR.MMHG

Solucin:
En la Figura anterior, se muestran las estaciones pluviomtricas circundantes a la estacin
LargunMayu, las cuales cuentan con registros en el ao 1999. Para la aplicacin del mtodo del
National Weather Service se utilizaron 3 estaciones (Laguna Taquia, JanaMayu y Linkupata). Los
valores mensuales faltantes fueron deducidos por medio de la ecuacin:
DR.MMHG

Ejemplo . Completar
los registros de
precipitaciones
mensuales de la
estacin AASANA
con los datos
registrados en tres
estaciones
circundantes, por el
mtodo del U.S.
NATIONAL
WEATHER SERVICE
Precipitaciones
mensuales,
Estacin AASANA
DR.MMHG

Ejemplo . Completar los registros de precipitaciones mensuales de la estacin AASANA con los datos
registrados en tres estaciones circundantes, por el mtodo del U.S. NATIONAL WEATHER SERVICE
DR.MMHG

Precipitacione
s mensuales
estacin
TAMBORADA
DR.MMHG

Precipitaciones
mensuales
Estacin SARCO
SENAMHI
DR.MMHG

Precipitacion
es mensuales
estacin
PAROTANI
DR.MMHG

Solucin
Con los datos de las tres estaciones circundantes se procede a calcular:
.
.
.
.
Y ASI SUCESIVAMENTE SE SIGUE CALCULANDO LOS DATOS QUE FALTAN.
Los resultados se muestran en la siguiente tabla.
DR.MMHG
10

Resultados
de la
aplicacin
del mtodo
U.S.
National
Weather
Bureau
Service en
la estacin
pluviomtric
a de
AASANA-
DR.MMHG
11

diarios y mensuales faltantes/ d) Mtodo racional deductivo
Mtodo racional deductivo

Cuando no es posible disponer de estaciones
cercanas y circundantes a la estacin
incompleta, o bien las existentes no cuentan
con observaciones de los datos faltantes
(mensuales), se puede estimar el valor
mensual faltante por medio de un simple
promedio
aritmtico
de
los
valores
contenidos en el registro para ese mes, lo
anterior se considera vlido nicamente si es
un solo ao(o mximo dos) el faltante y tal
promedio se realizaDR.MMHG
con diez datos (aos)
12

El desarrollo del mtodo se puede sintetizar en

los siguientes cuatro pasos.
Paso 1) Efectuar la suma de precipitaciones mensuales en todos
los aos completos y obtener la precipitacin mensual
promedio.
Paso 2) Calcular para todos los aos completos los porcentajes
mensuales de precipitacin, los que sern igual a la lluvia
mensual entre el promedio mensual calculado en el paso
anterior y por 100. Al sumar los porcentajes calculados y
obtener su promedio debern de obtenerse 1200 y 100,
respectivamente.
Paso 3) Todos los porcentajes mensuales correspondientes a
cada uno de los doce meses se suman y se divide tal suma
entre el nmero de aos completos, es decir se calcula el
porcentaje promedio Sj, con j variando de 1 a 12, uno para
enero y 12 para diciembre.
DR.MMHG
13
Paso 4) El mtodo acepta la hiptesis que considera que los

Se designan las siguientes variables:

Donde:
i = cada uno de los meses desconocidos, como mximo
pueden ser once.
Pi = precipitacin mensual desconocida en cada ao
incompleto, en mm.
Si = suma de los porcentajes promedio de los meses cuya
precipitacin se desconoce, en porcentaje.
p = suma de las precipitaciones mensuales conocidas en los
aos incompletos, en mm.
Si = porcentaje promedio asignado a cada uno de los meses
desconocidos o faltantes.
DR.MMHG
14

Ejemplo. La estacin pluviomtrica

PAROTANI, tiene un registro de precipitaciones
mensuales de 25 aos (1979-2003), en los
aos 1981, 1983, 1985, 1986, 1996 y 2002
incompletos completar los registros, aplicando
el Mtodo Racional Deductivo,
correspondiente a los meses faltantes en los
aos mencionados.
Solucin.La solucin se detalla en la siguiente tabla, en
la que se indican (resaltados de color celeste)
los valores mensualesDR.MMHG
calculados, as por
15

Estimacin de datos mensuales faltantes en la estacin PAROTANI, por el mtodo
racional deductivo.
DR.MMHG
16

anuales faltantes
Los registros anuales faltantes se determinan

con los siguientes mtodos:
Mtodo de los promedios
Mtodo de la recta de regresin lineal
Incremento del registro anual por
regresin
DR.MMHG
17

diarios y mensuales faltantes/ a) Mtodo de los promedios
Mtodo de los promedios

Escoger una estacin ndice (PA) cuya
precipitacin media anual es ; si la estacin
con dato faltante es PX, se halla su
correspondiente precipitacin media anual con
la siguiente proporcin:
DR.MMHG
18

diarios y mensuales faltantes/ d) Mtodo de los promedios
Ejemplo.
Con los datos de precipitacin en la estacin
Laguna Taquia (Estacin ndice)
complementar los datos faltantes en las
estaciones faltantes Largunmayu, Linkupata y
Janamayu, por el mtodo de los promedios.
DR.MMHG
19

DR.MMHG
20

Planilla de ajuste de datos

Estaciones pluviomtricas en la cuenca
Taquia
DR.MMHG
21

diarios y mensuales faltantes/ d) Mtodo de la regresin lineal
Mtodo de la recta de regresin lineal

Para completar registros anuales en uno o ms
aos, seguidos o intercalados, el uso de
regresin lineal entre la estacin incompleta y
otra u otras cercanas es de enorme ayuda
para estimar valores faltantes.
Se debe efectuar la regresin y obtener la
correlacin (coeficiente de determinacin)
para evaluar la bondad del ajuste lineal. Es
preciso notar que para efectuar el anlisis de
regresin se debe cumplir
DR.MMHG que las series sean
22

Incremento de la informacin hidrolgica por

regresin:
DR.MMHG
23

DR.MMHG
24

Ejemplo.
Debido a su proximidad con un proyecto de riego, la
estacin pluviomtrica PAROTANI, se utilizara para
estimar el valor de la precipitacin media anual en la
zona.
La estacin PAROTANI nicamente cuenta con un
registro de 22 aos en el periodo 1973 -2001, pero la
estacin ANZALDO que es la PAROTANI ms cercana
(distante de 24.08 Km.) tiene un registro de 36 aos
en el periodo de 1964-2001.
Se requiere probar si conviene ampliar el registro de
la estacin PAROTANI a partir
de los datos de la
DR.MMHG
25

Solucin: Como primer paso construir un diagrama de dispersin con las parejas de datos comunes de las
dos estaciones.
DR.MMHG
26

Solucin: Con los 22 aos de registro comn de las estaciones se

prepara se tiene la tabla anterior, con los cuales se calcula el coeficiente
de correlacin lineal y la eficiencia estadstica.
DR.MMHG
27

Antes de proceder a calcular la eficiencia

estadstica, se debe probar estadsticamente
el coeficiente de correlacin calculado:
Esto implica que el coeficiente crtico de

correlacin lineal Z es 1,645.
DR.MMHG
28

DR.MMHG
En la Tabla se
obtiene
ro=0.423, para
=22-2=20
grados de
libertad. Como
rxy=0.6934 es
mayor que ro,
entonces no
existe
posibilidad de
que rxy sea
29

Calculo de la eficiencia estadstica:
De acuerdo al resultado anterior, se concluye

que si es conveniente ampliar el registro de la
estacin PAROTANI en base a la estacin
ANZALDO. De acuerdo a los clculos
realizados anteriormente se evalan los
parmetros de la recta de regresin, como se
30
indica a continuacin:DR.MMHG

Aplicando las ecuaciones se calculan loas

constantes para la nueva recta ajustada de los
datos obtenidos de las estaciones.
DR.MMHG
31

La inferencia se realiza
sustituyendo cada uno de
los valores observados en la
estacin ANZALDO, como
variable independiente (x) y
se calcula el
correspondiente valor de y,
para la estacin PAROTANI.
En esta tabla se muestran
los 14 aos estimados en la
estacin PAROTANI, cuya
precipitacin media anual
del periodo 1964-2001 (36
aos) adopta un valor de 32
DR.MMHG

DR.MMHG
Esta recta de
regresin es
utilizada para
estimar el ajuste
de las dispersin
de los puntos a la
lnea de tendencia
mediante los
mnimos
cuadrados.
Lo que hace es
elevar al cuadrado
la distancia de los
puntos a la recta33

Ejemplo.
Considerando que las estaciones pluviomtricas de AASANA (estacin
patrn) y Sarco Senamhi (con datos faltantes), tienen en comn la altura
en msnm, condiciones topogrficas y caractersticas fisiogrficas, siendo
la distancia corta que los separa (3.5 km.); se pide completar la
informacin de precipitaciones totales faltantes aplicando el mtodo de
regresin lineal.
DR.MMHG
34

Solucin
Con los datos proporcionados en Tabla 3.15,
graficamos en el eje x, los datos de la estacin
AASANA y en la ordenada los datos de la estacin
Sarco Senamhi y con el mtodo de los mnimos
cuadrados se obtiene una ecuacin lineal (Y=1.1677X57.518) que tiene una correlacin de 0.89, como se
muestra en la figura siguiente.
DR.MMHG
35

Ajuste de una ecuacin lineal por el mtodo de los mnimos

cuadrados
DR.MMHG
36

Una vez obtenida y graficado la recta, se procede a

completar los datos faltantes,
para ello se ingresa con los valores de la estacin
completa (eje de las abscisas),
para obtener el valor correspondiente en el eje de las
ordenadas, por otro lado es
posible tambin reemplazar en la ecuacin lineal de la
recta obtenida
anteriormente. Ver la figura de la siguiente recta por
mnimos cuadrados
DR.MMHG
37

DR.MMHG
38

Relleno de
datos de
la
estacin
SARCO
SENAMHI
con los
datos de
la
estacin
AASANA
DR.MMHG
39
TAREA ACADMICA
Presentar en forma resumida como comentario personal acerca de
los siguientes temas:
1. Secuencia metodolgica del teorema del transporte de
Reynolds.
2. Ecuaciones de continuidad: ecuacin de continuidad integral,
definicin y mtodo.
3. Continuidad en tiempo discreto, representacin de la
informacin.
4. Ecuaciones del momentum
5. Flujo en medios porosos
6. Balance de energa.
7. Energa interna: Calor latente y calor sensible.
8. Procesos de transporte:
.Conduccin y conveccin
.Perfil de velocidad
DR.MMHG
40

Clase Precipitación 2

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Clase Precipitación 2

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD PERUANA DEL CENTRO

CARRERA PROFESIONAL DE INGENIERIA CIVIL

DOCENTE: DR. MARIO

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

c) Mtodo del U.S. Weather Bureau

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Mtodo racional deductivo

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

El desarrollo del mtodo se puede sintetizar en

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Se designan las siguientes variables:

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Ejemplo. La estacin pluviomtrica

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Los registros anuales faltantes se determinan

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Mtodo de los promedios

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Planilla de ajuste de datos

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Mtodo de la recta de regresin lineal

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Incremento de la informacin hidrolgica por

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Solucin: Con los 22 aos de registro comn de las estaciones se

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Antes de proceder a calcular la eficiencia

Esto implica que el coeficiente crtico de

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Calculo de la eficiencia estadstica:

De acuerdo al resultado anterior, se concluye

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Aplicando las ecuaciones se calculan loas

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Ajuste de una ecuacin lineal por el mtodo de los mnimos

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

Una vez obtenida y graficado la recta, se procede a

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

I. Estimacin de datos faltantes/ I.A. Estimacin de registros

You might also like