4/10/2015

Generalidades
Antes de utilizar datos hidrometereologicos estos deben ser

procesados y verificados. Muy rara vez los datos se pueden

utilizarse tal como han sido publicados, sin investigar y
determinar su consistencia y veracidad.
Una serie de datos es llamada homognea si es una muestra
de una nica poblacin. Si la serie es no homognea, se le
deben hacer ajustes o correcciones para volverla homognea.

Anlisis de Consistencia de Series

Hidrometeorolgicos

Anlisis Climatolgicos

Homogeneidad en la serie

Anlisis Hidrolgico

Consistencia en la serie

... Causas de la perdida de Homogeneidad

Secuencia del Analisis de la Serie

Anlisis Grfico: histograma, ordenadas se toma el valor de

Todo procesamiento de datos comienza por el estudio

de la historia de cada estacin, esto principalmente

referido a
Cambios de ubicacin de la estacin:
Cambios del ambiente fsico: deforestacin,
reforestacin de la zona, nuevas reas de cultivo en
los alrededores, construccin de represas en las
cercanas, industrializacin en reas circundantes.
Cambios de equipo utilizado: forma de exposicion del
pluvimetro, reemplazo del operador

la serie (pp, Q,) y en las abscisas el tiempo (anuales,

mensuales, semanales o diarios).
Anlisis de Doble Masa: se determina el punto de quiebre
Los diagramas doble masa y el anlisis grafico sirven para
determinar el rango de los periodos dudosos y confiables para
cada estacin en estudio.
Anlisis Estadstico: conociendo los periodos de posible

correccin, se analiza estadsticamente (X, S) para ver si sus

valores estn dentro del rango segn la hiptesis que se
plantea.
Correccin de los datos: determina el periodo dudoso y se
corrige

Serie de Tiempo de Precipitacin Mensual:

1. Anlisis Visual: Serie de Tiempo

Hidrolgico

Histograma de Precipitacin

La grfica de descargas o precipitaciones (proceso

hidrolgicos) vs tiempo, constituyen una serie de

tiempo: horaria, diaria, semanalmente, mensualmente,
bimensualmente o anualmente.

4/10/2015

ao
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979

ene
feb
mar
abr
may
jun
jul
ago
sep
oct
nov
dic

ene
150
179
186
199
94.5
162
50.2
45.6
79.4
88.1
106

feb
133
193
127
140
89.3
38.6
49.5
43.9
72.9
101
96.7

1969
150
133
106
66
18
37
13
8
51
47
87
174

mar
106
192
85.1
96.4
88.7
33.5
99.8
31.1
83.5
64.6
62.8

1970
179
193
192
153
35
1
25
57
72
52
41
75

abr
66
153
25.9
108
43.3
33.5
29.1
25.9
34.6
80.1
48.3

may
17.6
35.3
37.2
12.4
6.9
33
27.1
18.9
10.7
19.8
7.1

1971
186
127
85
26
37
23
50
29
56
78
192
195

jun
36.7
0.6
22.7
0
4.2
31.9
29
30.8
32.6
1.6
0

1972
199
140
96
108
12
0
2
0
45
102
133
165

jul
13.4
25.4
50.2
2.2
1.5
11.9
2.4
7.9
13.3
0
10.5

ago
8
57.2
29.4
0
39.1
39.2
0
8.7
17.3
8.4
2.8

1973
95
89
89
43
7
4
2
39
41
55
116
55

sep
50.9
72.3
55.8
45.2
41.4
45.4
69.9
52.5
35.1
34.3
19.6

1974
162
39
34
34
33
32
12
39
45
116
100
69

oct
47.2
51.7
78.2
102
55.1
116
48.8
64.1
79.4
42.6
30.2

1975
50
50
100
29
27
29
2
0
70
49
53
49

nov
86.7
40.9
192
133
116
99.7
52.9
89.3
126
38.2
41.9

dic
174
74.7
195
165
55.3
68.9
49.1
66.6
84.1
89.7
76.7

1976
46
44
31
26
19
31
8
9
53
64
89
67

X
ao mes
1969 ene
feb
mar
abr
may
jun
jul
ago
sep
oct
nov
dic
1970 ene
feb
mar
abr
may
jun
jul
ago
sep
oct
nov
dic
1971 ene
feb
mar
abr
may

Serie de
Tiempo de
Precipitacion
Mensual
Datos luego de
trasponer
1977
79
73
84
35
11
33
13
17
35
79
126
84

1978
88
101
65
80
20
2
0
8
34
43
38
90

1979
106
97
63
48
7
0
11
3
20
30
42
7
77

Para graficar (Excel)

2. Mtodo de la Curva de Doble Masa:

P romedio de 10 estaciones

En eje Y pp acumulada anual de la estacin en estudio

En eje X pp media anual acumulada de las estaciones
vecinas

Estacin X

Ao

Pp. Anual
Media

PP.anual Media
Acumulada

P recipit.
anual

PP. anual
acumulada

1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959

1065.8
720.3
935.0
1010.3
978.3
791.5
1181.1
1061.5
900.6
691.6
1053.4
1189.6

1065.8
1786.1
2721.1
3731.4
4709.7
5501.2
6682.3
7743.8
8644.4
9336.0
10389.4
11579.0

1167.9
754.6
759.7
1088.2
1272.3
650.7
359.8
1151.0
714.9
508.9
603.1
370.0

1167.9
1922.5
2682.2
3770.4
5042.7
5693.4
6053.2
7204.2
7919.1
8428.0
9031.1
9401.1

Curva de Doble Masa

8
6
4
2
0

o
48
0

o
49
2

M1
o
o
51
50

o
52

o
o 59
o 58
M2 o 57
56
o
55
o
o 54
53

10

3. Anlisis Estadistico:

x103

10

Ejem:

Grafica datos acumulados de una variable,

comparandola con datos acumulados de un patrn
de variables relacionadas durante un perodo de
tiempo.
Si la variable es pp entonces comparamos la pp
acumulada anual de la estacin analizada con la
precipitacin media anual acumulada de un grupo de
estaciones cercanas (10 o ms)

12

Y
pp (mm)
149.7
133.4
106.1
66
17.6
36.7
13.4
8
50.9
47.2
86.7
174.1
179.4
193
192.1
153.3
35.3
0.6
25.4
57.2
72.3
51.7
40.9
74.7
185.6
126.6
85.1
25.9
37.2

Se usan en el analisis de homogeneidad de series

hidrologicas (precipitacin, escorrentia).

El criterio para el anlisis es:
anlisis visual de los valores originales
anlisis de doble masa
anlisis estadsticos de la media y la desviacin

10

estndar
Correccin de la serie
Combinando estos criterios se llega a tener una idea de la
confiabilidad de la muestra, para corregir, si fuese
necesario, mejorando su bondad estadstica y obteniendo
finalmente una serie de datos homogneos y consistentes

x103

11

12

4/10/2015

Distribucin t de Student

3. Prueba Estadstica:
Prueba Estadstica de T de Student.-

El valor absoluto de tc
se compara con el
valor de t de la
distribucin
t
de
Student con (n1+n2-2)
grados de libertad y
con 5% de nivel de
significancia

Se emplea si la no homogeneidad de la serie se debe a un

cambio abrupto en la media (inconsistencia en la media)
En el histograma de precipitacin (grfica), se identifica dos
perodos que se sospeche que sean no homogneos

x1 x2
tc
n1 1S12 n2 1S22 1

n
1

n1 n2 2

n1 n2

tc ttabla

12

n2

Homogeneidad
13

14

...Pruebas Estadisticas
Prueba

Estadstica

Cramer.Es complementaria a la
prueba de la t de Student.

Tk

n1 n2
Se compara la media de
toda la serie y la media de
una cierta parte del registro
(n1)

tk ttabla

i k n

de

xk x

xk

12

distribucion t de Student
16

n1

cuando S21 > S22

cuando

S21< S22

g.l. numerador = n1 1
g.l. denominador = n2 2
g.l. numerador = n2 1
g.l. denominador = n1 2

Fc Ftabla
Homogeneidad

17

10

12

15

20

24

30

40

60

120

n 1 = Grados de libertad en el numerador

16 1,4 19 9,5 21 5,7 22 4,6 23 0,2 23 4,0 23 6,8 23 8,9 24 0,5 24 1,9 24 3,9 24 5,9 24 8,0 24 9,1 25 0,1 25 1,1 25 2,2 25 3,3 25 4,3

18 ,51 19 ,00 19 ,16 19 ,25 19 ,30 19 ,33 19 ,35 19 ,37 19 ,38 19 ,40 19 ,41 19 ,43 19 ,45 19 ,45 19 ,46 19 ,47 19 ,48 19 ,49 19 ,50

10 ,13 9 ,55

9 ,28

9 ,12

9 ,01

8 ,94

8 ,89

8 ,85

8 ,81

8 ,79

8 ,74

8 ,70

8 ,66

8 ,64

8 ,62

8 ,59

8 ,57

8 ,55

8 ,53

7 ,71

6 ,94

6 ,59

6 ,39

6 ,26

6 ,16

6 ,09

6 ,04

6 ,00

5 ,96

5 ,91

5 ,86

5 ,80

5 ,77

5 ,75

5 ,72

5 ,69

5 ,66

5 ,63

6 ,61

5 ,79

5 ,41

5 ,19

5 ,05

4 ,95

4 ,88

4 ,82

4 ,77

4 ,74

4 ,68

4 ,62

4 ,56

4 ,53

4 ,50

4 ,46

4 ,43

4 ,40

4 ,37

n 2 = Grados de libertad en el
denominador

S2
Fc 12
S2
S2
Fc 22
S1

n2

Se prueba, la homogeneidad de la desviacin estndar (S)

con un 5% de nivel de significancia

n1

n n 2
tk 1
Tk
2
n n1 1 Tk

15

Prueba Estadstica de Fisher.-

g l n 2

Homogeneidad

...Pruebas Estadisticas:

i k 1

5 ,99

5 ,14

4 ,76

4 ,53

4 ,39

4 ,28

4 ,21

4 ,15

4 ,10

4 ,06

4 ,00

3 ,94

3 ,87

3 ,84

3 ,81

3 ,77

3 ,74

3 ,70

3 ,67

5 ,59

4 ,74

4 ,35

4 ,12

3 ,97

3 ,87

3 ,79

3 ,73

3 ,68

3 ,64

3 ,57

3 ,51

3 ,44

3 ,41

3 ,38

3 ,34

3 ,30

3 ,27

3 ,23

5 ,32

4 ,46

4 ,07

3 ,84

3 ,69

3 ,58

3 ,50

3 ,44

3 ,39

3 ,35

3 ,28

3 ,22

3 ,15

3 ,12

3 ,08

3 ,04

3 ,01

2 ,97

2 ,93

5 ,12

4 ,26

3 ,86

3 ,63

3 ,48

3 ,37

3 ,29

3 ,23

3 ,18

3 ,14

3 ,07

3 ,01

2 ,94

2 ,90

2 ,86

2 ,83

2 ,79

2 ,75

2 ,71

10

4 ,96

4 ,10

3 ,71

3 ,48

3 ,33

3 ,22

3 ,14

3 ,07

3 ,02

2 ,98

2 ,91

2 ,85

2 ,77

2 ,74

2 ,70

2 ,66

2 ,62

2 ,58

2 ,54

11

4 ,84

3 ,98

3 ,59

3 ,36

3 ,20

3 ,09

3 ,01

2 ,95

2 ,90

2 ,85

2 ,79

2 ,72

2 ,65

2 ,61

2 ,57

2 ,53

2 ,49

2 ,45

2 ,41

12

4 ,75

3 ,89

3 ,49

3 ,26

3 ,11

3 ,00

2 ,91

2 ,85

2 ,80

2 ,75

2 ,69

2 ,62

2 ,54

2 ,51

2 ,47

2 ,43

2 ,38

2 ,34

2 ,30

13

4 ,67

3 ,81

3 ,41

3 ,18

3 ,03

2 ,92

2 ,83

2 ,77

2 ,71

2 ,67

2 ,60

2 ,53

2 ,46

2 ,42

2 ,38

2 ,34

2 ,30

2 ,25

2 ,21

14

4 ,60

3 ,74

3 ,34

3 ,11

2 ,96

2 ,85

2 ,76

2 ,70

2 ,65

2 ,60

2 ,53

2 ,46

2 ,39

2 ,35

2 ,31

2 ,27

2 ,22

2 ,18

2 ,13

15

4 ,54

3 ,68

3 ,29

3 ,06

2 ,90

2 ,79

2 ,71

2 ,64

2 ,59

2 ,54

2 ,48

2 ,40

2 ,33

2 ,29

2 ,25

2 ,20

2 ,16

2 ,11

2 ,07

16

4 ,49

3 ,63

3 ,24

3 ,01

2 ,85

2 ,74

2 ,66

2 ,59

2 ,54

2 ,49

2 ,42

2 ,35

2 ,28

2 ,24

2 ,19

2 ,15

2 ,11

2 ,06

2 ,01

17

4 ,45

3 ,59

3 ,20

2 ,96

2 ,81

2 ,70

2 ,61

2 ,55

2 ,49

2 ,45

2 ,38

2 ,31

2 ,23

2 ,19

2 ,15

2 ,10

2 ,06

2 ,01

1 ,96

18

4 ,41

3 ,55

3 ,16

2 ,93

2 ,77

2 ,66

2 ,58

2 ,51

2 ,46

2 ,41

2 ,34

2 ,27

2 ,19

2 ,15

2 ,11

2 ,06

2 ,02

1 ,97

1 ,92

19

4 ,38

3 ,52

3 ,13

2 ,90

2 ,74

2 ,63

2 ,54

2 ,48

2 ,42

2 ,38

2 ,31

2 ,23

2 ,16

2 ,11

2 ,07

2 ,03

1 ,98

1 ,93

1 ,88

20

4 ,35

3 ,49

3 ,10

2 ,87

2 ,71

2 ,60

2 ,51

2 ,45

2 ,39

2 ,35

2 ,28

2 ,20

2 ,12

2 ,08

2 ,04

1 ,99

1 ,95

1 ,90

1 ,84

21

4 ,32

3 ,47

3 ,07

2 ,84

2 ,68

2 ,57

2 ,49

2 ,42

2 ,37

2 ,32

2 ,25

2 ,18

2 ,10

2 ,05

2 ,01

1 ,96

1 ,92

1 ,87

1 ,81

22

4 ,30

3 ,44

3 ,05

2 ,82

2 ,66

2 ,55

2 ,46

2 ,40

2 ,34

2 ,30

2 ,23

2 ,15

2 ,07

2 ,03

1 ,98

1 ,94

1 ,89

1 ,84

1 ,78

23

4 ,28

3 ,42

3 ,03

2 ,80

2 ,64

2 ,53

2 ,44

2 ,37

2 ,32

2 ,27

2 ,20

2 ,13

2 ,05

2 ,01

1 ,96

1 ,91

1 ,86

1 ,81

1 ,76

24

4 ,26

3 ,40

3 ,01

2 ,78

2 ,62

2 ,51

2 ,42

2 ,36

2 ,30

2 ,25

2 ,18

2 ,11

2 ,03

1 ,98

1 ,94

1 ,89

1 ,84

1 ,79

1 ,73

25

4 ,24

3 ,39

2 ,99

2 ,76

2 ,60

2 ,49

2 ,40

2 ,34

2 ,28

2 ,24

2 ,16

2 ,09

2 ,01

1 ,96

1 ,92

1 ,87

1 ,82

1 ,77

1 ,71

18

4/10/2015

4. Correccin de la Serie
Cuando los parmetros: media y desviacin estndar (X, S) resultan
estadsticamente iguales, la informacin original queda intacta, aun
cuando en la curva doble masa se encuentre pequeos quiebres. Pero
si resulta X y S estadsticamente diferentes, se corrige mediante la
siguiente ecuacin:

X
|
j

X |j

X j X1
S1
X j X2
S2

S 2 X 2 Para corregir el primer perodo

S1 X 1

Para corregir el segundo perido

X |j = valor corregido de la informacin

X j = valor a ser corregido
X 1 , X 2 = media de la primera y segunda serie
S1 , S 2 = desviacin estndar de la primera y segunda serie

Ejemplo 1: Analizar la consistencia de la precipitacion media

mensual de la Estacion Pallanga y corregir el periodo dudoso
Ejemplo 2:En la Fig se muestra el registro de lluvias anuales de la
estacin Higueras, observndose un salto brusco en la media, de
manera que al parecer durante el periodo comprendido entre
1967 y 1979 se registr ms lluvia. Se pide investigar con las
pruebas estadsticas de la T de Student y de la de Cramer si la
serie es homognea

19

20

Secuencia del Analisis de la Serie

Hidrologa Ambiental

Serie de tiem po de Precip (datos originales)

1400
1200
1000

N2

Completacin y Extensin de
Datos

800

N1

600
400
200

1975

1978

1969

1972

1963

1966

1957

1960

1951

1954

1945

1948

1939

1942

1933

1936

1927

1930

21

Generalidades
Datos faltantes son frecuentes debido a desperfectos en

el equipo de medicin, enfermedad o sustitucin del

encargado de la observacin, interrupciones debido a
limitaciones presupuestales, etc
Los datos faltantes son estimados en base a los registros
de las estaciones cercanas, o en base al propio registro.
La extensin y completacin de los registros es muy
frecuente cuando se desea disear obras hidrulicas con
datos de corta duracin
Los registros obtenidos despus de la completacin y
extensin nos proporcionan una informacin aproximada,
las que se deben verificar con el anlisis de homogeneidad.
23

22

Mtodo del Promedio Aritmetico

Consiste en calcular el promedio aritmtico simple de los
valores correspondientes al dato faltante (mensual o
anual) de todas las estaciones con registros completos.
*Los valores medios anuales o mensuales de cada una de
las estaciones auxiliares no deben exceder en mas del 10%
de la registrada en la estacin incompleta (respecto al
promedio encontrado)

Px

Donde:
Px = pp mensual faltante en mm.
Pi = pp mensual en la estacin i (mm)
n = numero de estaciones con registros
completos

24

4/10/2015

Mtodo de la Relacion Normalizada

Es aplicado generalmente para estimar valor mensual
faltante a partir de valores observados de tres
estaciones cercanas (o mas), situadas uniformemente
alrededor de la estacin incompleta.
Consiste en ponderar los valores observados mensuales
en las tres estaciones ( o mas) mediante el cociente
entre el valor medio anual de la estacin incompleta y
el valor medio anual de las tres (o mas) estaciones.

Mtodo de la Recta de Regresin

Se denotar con Y a la estacin con datos
incompletos y con X a la estacin ndice -con
datos completos- que servir para efectuar la
estimacin.
Cuando hay varias estaciones ndice, deber
seleccionarse aquella que presente la mejor
correlacin con la estacin incompleta, lo cual se
determinar a partir de la obtencin del
coeficiente de correlacin (r) entre ambas
estaciones.

N
N
1 N
Px x PA x PB x Pc
3 NA
NB
Nc
Donde:
Px = pp mensual estimada (mm)
Nx = pp media anual de la estacin incompleta (mm)
NA, NB, NC = pp media anual en las estaciones A, B, C (mm)
25

Estimacin de Registros Faltantes en Base al Propio

Registro
Mtodo Racional Deductivo
Permite estimar valores mensuales faltantes (como mximo
once) en base a la informacin de los aos incompletos

PI Sp
Pi

1200 sp

Donde:
i = cada uno de los mese desconocidos (mximo 11)
Pi = pp mensual desconocida en cada ao incompleto (mm)
sp = suma de los % promedios de los meses cuya pp se desconoce
(%)
PI
= suma de las pp mensuales conocidas en los aos incompletos
(mm)
sp= % promedio correspondiente a cada uno de los meses desconocidos
(promedio mensual de los aos completos)
27

26

Extensin de datos
La extensin de informacin, es el proceso de transferencia de
informacin desde una estacin con un largo registro
histrico a otra con un corto registro.
La extensin de datos modifica sustancialmente a los
estimadores de los parmetros poblacionales (ej. la media de
una muestra corta, ser diferente a la media de una muestra
extendida)
La completacin y extensin de la informacin
hidrometeorolgica faltante, se realiza para tener en lo posible
series completas, ms confiables y de un periodo uniforme.
La extensin de datos se puede realizar usando modelos de
regresin lineal simple y regresin lineal mltiple
28

Modelo de regresin lineal simple

El modelo de regresin lineal simple es:

Los estimadores a, b y r se calculan como sigue:

yt a bxt

br

yt : variable hidrolgica dependiente (registro corto)

xt : variable hidrolgica independiente (registro largo)
a, b: parmetros de la ecuacin de RLS

s1( y )

Seleccionar la serie de tamao

N1 a extenderse.
Seleccionar la estacin que
mejor relacin tenga con la
estacin a extenderse sus
datos. Adems: N = N1 + N2
N1 : registro comn
N2 : registro no comn
29

s1( x)

s1( y )
s1( x)

N1 ( xi yi ) xi yi
N1 xi ( xi )2
2

N1
1
[ ( y y ) 2 ]
N1 1 i 1 i 1

y
y1 1
N1

N1

1
[ ( x x )2 ]
N1 1 i 1 i 1

a y1 bx1
r

N1 ( xi yi ) xi yi

N1

y1 x1: son los promedios de las

medias del periodo comn (N1)
S1(x) S1(y): son los estimados no
segados de las desviaciones estndar
de xt e yt del periodo comn (N1)

( N1 xi ( xi )2 )(N1 yi ( yi )2 )
2

x1

30

4/10/2015

Finalmente, la ecuacin para extender los datos ser:

yt y1 r

s1( y )
( x x1 )
s1( x ) t

(1)

La ecuac. 1 se usa cuando r es estadsticamente significativo

con un cierto nivel de confiabilidad, utilizando el estadstico t:
tc

r N1 2
1 r 2

El valor de t (tt) se obtiene de t de student con 95% de

probabilidad. Es decir con /2=0.025 y G.L.=N1-2
Si: |tc|=< tt r no es significativo
Si: |tc|> tt r es significativo
31