1

MODELACIN MATEMTICA DE LAS TORMENTAS DE DISEO EN EL ESTADO COJEDES, VENEZUELA (Mathematical modeling of storms in Cojedes State, Venezuela)
Carballo, N.1, Guevara, E. 2, y Paredes, F.1, (1) Profesores del Vicerrectorado de Infraestructura y Procesos Industriales de la UNELLEZ (2) Profesor de Ingeniera Civil y Ambiental, Universidad de Carabobo.

Resumen Los patrones de Intensidad, Duracin y Frecuencia (IDF) de las lluvias extremas se usan en el diseo de obras hidrulicas menores. En el Estado Cojedes esa informacin es escasa o nula, por lo que es necesario llevar a cabo investigaciones con el objeto de generar modelos matemticos para la estimacin dichos parmetros. Sobre la base de los registros histricos de 48 estaciones pluviomtricas distribuidas en el Estado y sus adyacencias, se determin la intensidad de las lluvias extremas para duraciones entre 5 minutos y 24 horas. Los valores histricos de duracin, intensidad y periodo de retorno, tanto individualmente (modelos puntuales) para cada estacin, como para todo el Estado (modelo regional) se ajustaron, mediante el mtodo de los mnimos cuadrados, al modelo de Bernard (1932): I = (k.Tm)/(D+c)n; donde I = Intensidad en mm/h; T = Perodo de Retorno en aos; D = Duracin en minutos; K, m, c, n, son parmetros de ajuste del modelo. La bondad de ajuste se juzga mediante el coeficiente de determinacin y el error estndar de los estimados. Parao los modelos puntuales los coeficientes de determinacin varan entre 0,54 y 0,99. El coeficiente de determinacin para el modelo IDF regional es R2 = 0,995 %. Los resultados obtenidos se pueden usar para estudios preliminares; se recomienda evaluar la validez del modelo y la distribucin espacial de las lluvias extremas en el estado, cuando se disponga de mayor informacin. Palabras claves: Lluvias extremas, anlisis IDF, anlisis de tormentas, modelos de tormentas Abstract Intensity Duration Frequency (IDF) patterns of storms are used in the design of small hydraulic structures. In Cojedes State this kind of information is rather scarce and there is a need of researches to fine mathematical models to estimate the storm design parameters. Based on the historical records of 48 rain gauges distributed over the State and its adjacencies, IDF Analysis for storm durations between five minutes and 24 hours was done, and using MSM procedure, mathematical models were adjusted for the IDF of each rain gauge (punctual model), as well as for the whole State (regional model), following the general pattern suggested by Bernard (1932): I = (k.T m)/(D+c)n; where I = Intensity in mm/h; T = Return Period in years; D = Duration in minutes; K, m, c, n, are model adjusted parameters. The goodness of fitting was established by the determination coefficient and standard error of estimates. For punctual models determination coefficient varies between 0.54 y 0.99 for punctual models; while for regional model this coefficient is 0.995. The results can be used for preliminary estimations. It is recommended to evaluate the especial distribution of storms and the validity of the results as soon as new information is available. Key words: Extreme rainfalls, IDF-Analysis, storm analysis, storm models.

INTRODUCCIN El diseo de pequeas estructuras hidrulicas requiere del conocimiento de las caractersticas de las tormentas, tal como Intensidad, Duracin, Frecuencia y Altura total de precipitacin. Las relaciones Intensidad - Duracin - Frecuencia (IDF) y Altura - rea - Duracin (AAD) son importantes para el diseo y an se usan cuando existe informacin. ltimamente su importancia se ha incrementado debido al nfasis introducido en la planificacin sobre el manejo de la contaminacin difusa de la escorrenta en reas urbanas y rurales. Las relaciones IDF normalmente se presentan como familias de curvas o mapas para cada perodo de retorno, de los cuales se extraen las magnitudes de Intensidad deseadas para el diseo. En regiones con poca informacin los patrones IDF tiene que establecerse utilizando los escasos datos disponibles. Un evento de tormenta se define mediante un valor de profundidad de precipitacin en un punto, mediante un hietograma de diseo que especifique la distribucin temporal de la precipitacin durante la tormenta, o mediante el denominado patrn IDF (Intensidad-Duracin-Frecuencia de las lluvias extremas). En el Estado Cojedes existe escasa informacin sobre la distribucin espacial y temporal de las tormentas, situacin sta que conduce a un sobre o sub- dimensionamiento de las estructuras. Las consecuencias pueden ser un elevado riesgo de falla en el funcionamiento de las obras o un costo innecesariamente alto. Ante esta situacin, se requiere el desarrollo de investigaciones que permitan determinar modelos regionales sobre la base de la informacin disponible para estimar los parmetros de diseo de las obras hidrulicas. El objetivo de esta investigacin es el de establecer un modelo regional para dichos patrones utilizando la estructura general propuesta por Bernard (1932) y la linealizacin de la curva de precipitaciones acumuladas (Guevara, 2002). FUNDAMENTO TERICO Algunos anlisis hidrolgicos requieren de la estimacin de intensidades o alturas de precipitacin para duraciones y frecuencias preestablecidas. Dichos datos generalmente se encuentran disponibles en forma de tablas, grficos o mapas. Una tormenta o lluvia de diseo se especifica a travs de sus parmetros Intensidad, Duracin y Frecuencia, ya sea expresadas como magnitudes o relacionadas en un modelo matemtico que se deduce sabiendo que la Intensidad I, la Duracin D y la Altura o Profundidad de lluvia P se relacionan como se indica a continuacin: P = I x D; o I = P/D (1)

Para lluvias puntuales la relacin IDF se expresa matemticamente mediante la expresin general I = k Tm / ( D + c)n (2)

donde T es la Frecuencia (perodo de retorno) expresado en aos; D es la duracin de diseo en minutos; c, c, k, m, n, son parmetros de ajuste del modelo. Las curvas IDF se elaboran utilizando alguna funcin de distribucin de frecuencias. En Venezuela se ha estandarizado el uso de la Distribucin de Valores Extremos de Gumbel Tipo I. El uso de esta funcin se simplifica utilizando la Ecuacin General de Frecuencia, es decir el denominado mtodo de Factor de Frecuencia de Chow: IT = I + I K T (3)

donde I y I son el promedio y la desviacin estndar de I; KT es el Factor de Frecuencia , el cual se encuentra tabulado en los textos de hidrologa o estadstica como una funcin del perodo de retorno

T y del nmero de aos de registros utilizados en el anlisis. Para largos perodos de registro, el valor de KT se calcula mediante la siguiente expresin: KT = - (61/2/ II){0.5772 + Ln [Ln (T/(T - 1)]} (4)

Para estimaciones preliminares la Ecuacin (4) se puede utilizar para cualquier longitud de registro, ya que los resultados estn dentro de los niveles de error aceptables. La altura total o profundidad de lluvia P y la duracin D se relacionan en forma parablica, como se indica P = D /( A +BxD) donde A y B son parmetros a ser ajustados por correlacin. Transformando la Ecuacin (5) se puede obtener una relacin lineal entre I y D, como sigue: P/D 1/I = I = 1/ (A + BxD) = D/P = A + Bx D (6 a) (6 b) (5)

El parmetro I vendra a ser el equivalente de I en la ecuacin (3) y en lo sucesivo se usan de forma sinnima. Siguiendo el mismo razonamiento, se deduce la siguiente expresin para la desviacin estndar: I = 1/ (A` + B` x D) A, A`, B y B` son parmetros a ser ajustados por correlacin. Las ecuaciones (6) y (7) se pueden utilizar en conexin con las ecuaciones (3) y (4) para estimar la Intensidad de Diseo para duraciones y frecuencias preestablecidas, como un mtodo alternativo al modelo dado por la Ecuacin (2). Otros modelos se han propuesto para estimar las relaciones IDF. As, Bilham (1962) desarroll la siguiente expresin: n = 1.25 D (r + 0.1)- 3.55 (8) (7)

donde n es el nmero de ocurrencias en 10 aos; r es la Profundidad de precipitacin en pulgadas; y D es la Duracin en horas. En la Ingeniera Hidrulica lo que usualmente se desea conocer es el perodo de recurrencia para una altura de lluvia o intensidad. Esto se obtiene transformando la ecuacin (8) en tal forma que: 1. Para la altura P P = [(2.114 x 105 T D)/600]1/3.55 - 2.54 (9)

donde T es la frecuencia de ocurrencia expresada como una vez en T aos = 10/n; D es la duracin D en minutos. 2. Para la Intensidad I:

(60/D)[(202.3 T D)- 3.55 - 2.54]

(10)

Wenzel (1982) desarroll el siguiente modelo para estimar I en diferentes ciudades de Estados Unidos de Norte Amrica: I = c/(De + f) (11)

donde I es la intensidad dada en mm/h; D, duracin en minutos; c, e, f , son parmetros que varan como sigue: c entre 20 y 124; e, entre 0.63 y 0.97; f, entre 2.06 y 13.9. La Organizacin Meteorolgica Mundial (WMO, 1983) proporciona la siguiente ecuacin para estimar los valores envolventes superiores para I: I = 422 D- 0.525 (12)

donde I est dada en mm/h y D en horas. Sobre la base de la ecuacin (2), la variacin de I en Venezuela se expresa mediante el mtodo de la intensidad instantnea en conexin con el coeficiente de avance de las tormentas (Guevara y Cartaya, 1998; Guevara, 2000), como sigue: I = C [(1 - n) (D + b)]/ (D +b)n + 1 D = Ta /r (13) (14)

Donde: C = Tx T = Intervalo de recurrencia en aos x, b, n, son parmetros a ser ajustados D = Duracin total de la tormenta Ta = Tiempo al pico del hietograma. r = coeficiente de avance ( 0.410; s = 0.075 para Venezuela) Los valores de I en trminos de D y Ta se encuentran usando las ecuaciones (13) y (14). Cartaya y Guevara (1993) usaron el anlisis IDF para definir la distribucin de lluvias cortas en Venezuela; encontraron la siguiente relacin entre la lluvia total P D para duraciones D menores que 60 minutos y la lluvia de 60 minutos, P60: R = 0.14 D0.49 r = 0.980 donde R = PD / P60 Si bien, la ecuacin (15) no trata directamente con la Intensidad, permite estimar su magnitud para duraciones cortas conociendo la tormenta de 60 minutos de duracin. Para la regin central de Venezuela (Estados Aragua, Carabobo y Cojedes), sobre la base de los registros pluviogrficos de 14 estaciones, Guevara (2002) ha desarrollado los siguientes modelos para estimar los valores de la curva de Intensidad-Duracin-Frecuencia ( I en mm/h, T en aos y D en minutos): (15)

Modelo a: Con un coeficiente de correlacin de r = 0.996:

I= 634T 0.222 ( D + 4) 0.714

Modelo b: Ajustado a la estructura dada en las ecuaciones (6) y (7): I I

=

60 / (0.50 + 0.016 D) ; con r = 0.998

= 60 /( 1.75 + 0.037 D) ; con r = 0.99

KT = - [ 0.45 + 0.7797 Ln{- Ln (1 1/T)}] MATERIALES Y MTODOS Descripcin del rea de estudio y del rgimen pluviomtrico El estado Cojedes posee una superficie total de 14.800 Km2 y est delimitado por las coordenadas geogrficas: Longitud Oeste: 67 45 00 a 68 59 00 y Latitud Norte: 10 05 17 a 8 30 48. Presenta 9 municipios y su actividad econmica se centra principalmente en la agricultura y la ganadera (INE, PNUD y Gobernacin del estado Cojedes, 2001). El sistema hidrogrfico del Estado est constituido por las cuencas de los ros Camoruco, Tinaco, Tirgua, Pao y Cojedes; con una extensin conjunta 19.258,7 Km2, y tiempos de concentracin de 6.5; 13.0; 10.4; 13.4 y 42.4 horas, respectivamente (Ruiz, 1990). Las precipitaciones se caracterizan por poseer un periodo lluvioso que va desde mayo a octubre, con dos mximas que oscilan alrededor de los 213 mm en los meses de junio a julio (distribucin bimodal) y una precipitacin promedio en este lapso de 160 mm; el periodo seco abarca los meses de noviembre a abril, con una mnima precipitacin en los meses de enero a febrero de alrededor de 8 mm mensual y un promedio para dicho lapso de 160 mm; la precipitacin media anual para el Estado, es de unos 1.430 mm y flucta entre un mximo de 1.978 mm en la zona norte del Estado (zona montaosa) y un mnimo de 1.233 mm en los alrededores de las Galeras del Pao (Ruiz, 1990). El nmero de estaciones pluviomtricas emplazadas a lo largo del Estado y zonas perifricas asciende a 58; no obstante, slo 48 presentan datos confiables (Ramones y Vivas, 2001). Desarrollo de la investigacin En la fase preliminar se recab datos histricos sobre los caudales medios mensuales del Ro San Carlos; dicha informacin se solicitar al MARN San Carlos. A continuacin, se realizar un anlisis histrico de los caudales promedios mensuales haciendo uso de una hoja de clculo (Microsoft Excel 200). En base al mencionado anlisis, se seleccionar los tres meses con menores caudales registrados; los cuales coincidirn con el perodo de estiaje del mencionado ro. se recabaron en las oficinas del Ministerio del Ambiente y Recursos Naturales (MARN) los registros histricos de las precipitaciones mximas anuales para duraciones de 5, 15 y 30 minutos; una, 2, 3, 6, 9, 12 y 24 horas. En la Tabla 1 se presentan las caractersticas de los puntos de medicin, tal como serial, altura sobre el nivel del mar, coordenadas geogrficas, tipo de estacin y estado donde se encuentra. En los casos con fallas en algn registro, se dej la casilla de la ficha de registro en blanco; slo se tomaron en cuenta series anuales continuas. En caso de series discontinuas se consider para el anlisis la subserie anual de mayor amplitud.

Para el anlisis de frecuencia de las lluvias mximas se utiliz la distribucin emprica de Weibull, calculando el perodo de retorno para cada evento mediante la expresin T = (n + 1)/m; donde T viene a ser el perodo de retorno del evento en aos, n el nmero de aos de registro de la variable analizada y m el que le corresponde a cada valor de la variable en la serie de tiempo ordenada en forma decreciente. La intensidad promedio mxima, se determin dividiendo la altura de precipitacin y la duracin respectiva, referida a una hora (Chow et al., 1994). En lo que sigue se va a describir ms detalladamente el procedimiento para estimar los parmetros de ajuste del modelo dado en la Ecuacin (2), que es el que se va a utilizar en este trabajo: I = k Tm / ( D + c)n Donde: I: intensidad de la lluvia en mm/h T: Perodo de retorno en aos D: duracin de la lluvia en horas c, k, m, n, : parmetros ajustados mediante el procedimiento de los mnimos cuadrados Tomando logaritmos a la ecuacin 1, se obtiene:
log I = log k + m. log T n. log( D + c )

(2)

(16)

Para aplicar el procedimiento de los mnimos cuadrados hay que efectuar los siguientes cambios de variables:
y = log( I ) ao = log(k )

(17) (18) (19) (20) (21) (22) (23)

a1 = m

x1 = log(T )
a2 = n

x2 = log(d + c)

Reemplazando las nuevas variables en la Ecuacin (2), se obtiene:

y = ao + a1.x + a2 .x2

La ecuacin (23) es una familia de lneas rectas de pendiente a 2, ordenadas al origen ao y espaciamiento a1. Aplicando la correlacin lineal mltiple de tres variables, se obtiene el siguiente sistema de ecuaciones:

y = Na
1

+ a1.x1 + a2 .x2
2 o 1

( x . y ) = a . x
( x
2

+ a1 x1 + a2 . ( x1.x2 )
2

( )

(24) (25) (26)

( x1.x2 ) + a2 .( x2 ) . y ) = ao .x 2 + a1.

Donde: N: nmero de datos

ao, a1 y a2: parmetros a calcular x1: logaritmo del periodo de retorno x2: duracin de la lluvia (con el valor c agregado de ser necesario) y: intensidad de la lluvia, obtenidas de las estaciones pluviomtricas Una vez calculados los coeficientes: ao, a1 y a2 , es posible valuar los parmetros k, m y n de la ecuacin (2). Multiplicando el valor de la Intensidad obtenido mediante la Ecuacin (2) por la duracin D se obtiene el modelo matemtico dado en la Ecuacin (27) para calcular la altura de precipitacin acumulada: PD = D ( k Tm / ( D + c)n Donde: PD : lluvia acumulada en el tiempo D en mm T: perodo de retorno en aos D: duracin de la lluvia en horas k, m, n y c: parmetros ajustados mediante regresin no lineal La curva de masa de precipitacin, representa la altura total de precipitacin que, en promedio, se produce en el rea de influencia del pluviogrfo durante una tormenta. Esta curva se estima mediante algn mtodo de estimacin de la lluvia media sobre el rea (promedio aritmtico, polgono de Thiessen, o isoyetas). A partir de estas curvas se puede obtener un hietograma de diseo que se usa para alimentar a algn modelo de relacin lluvia escurrimiento (U.S. Army Corps of Engineers, 2000). (27)

Tabla 1. Caractersticas de las estaciones climatolgicas usada en la modelacin de las tormentas para el Estado Cojedes (Fuente: Ramones y Vivas, 2001, p. 45). Estacin Las Majaguas Auro Agua Blanca S.R. de Onoto Tocuyano Central Matilde Guabinas Cojeditos Santa Teresa Guayabito Palo Quemado El Amparo Los Cogollos
Ceiba Camoruco

Serial 2334 2228 2238 2331 2351 1381 2357 2340 2342 2362 3303 3301 6357 2333 1373 2340 2354 2364 1380 1385 2308 2324 3304 1370 1365 2316

Latitud N 093913 09 42 39 09 39 30 09 41 24 09 32 13 10 08 39 09 41 27 09 38 47 09 31 23 09 30 31 09 25 00 09 18 36 10 09 19 09 39 03 10 09 43 09 41 32 09 38 33 09 30 29 10 15 33 10 10 32 09 52 52 09 48 42 09 29 52 10 18 15 10 13 02 09 55 18

Longitud O 68 59 37 69 14 21 69 05 00 68 48 25 68 57 09 68 52 11 68 52 55 68 55 10 68 51 37 68 48 31 68 42 00 68 45 25 68 41 38 68 44 23 68 33 35 68 35 47 68 37 04 68 37 58 68 25 52 68 25 11 68 27 57 68 31 02 58 29 00 68 16 40 68 20 16 58 17 38

Tipo C2 PR C2 PR PR C3 PR PR PR PR PR PR PR PR PR C3 PR PR PR PR PR PR PR PR PR PR

Perodo de Registros 1963-1990 1957-1983 1962-1990 1955-1990 1957-1983 1943-1990 1967-1990 1963-1983 1963-1990 1957-1983 1967-1990 1967-1983 1966-1990 1963-1983 1967-1990 1959-1983 1967-1983 1955-1990 1963-1990 1966-1990 1963-1990 1966-1983 1967-1990 1964-1990 1966-1990 1964-1990

Estado Portuguesa Lara Portuguesa Portuguesa Portuguesa Yaracuy Cojedes Cojedes Cojedes Cojedes Cojedes Cojedes Yaracuy Cojedes Yaracuy Cojedes Cojedes Cojedes Yaracuy Carabobo Cojedes Cojedes Cojedes Carabobo Carabobo Cojedes

Nirgua Morena Los Colorados Vega Charcote Temerla

Miranda Trinidad

Vallecito Manrique Hato Las Babas Canoabo Montalbn Tinaquillo

Tabla 1. Continuacin. Estacin Serial La Aguadita Tinaco Bal Carretera Chirgua Cabecera
Bejuma Panamericana

2326 2336 3309 1318 1368 2348 1359 2318 2338 2349 2350 2378 2404 2352 2427 2465 3403 3454 2229 3331 3332

Longitud O 09 48 49 68 22 31 Latitud N 09 42 12 68 26 24 08 59 40 68 14 51 10 17 40 68 10 24 10 10 11 68 15 33 09 39 19 68 15 30 10 10 30 68 03 34 10 00 13 68 09 48 09 54 00 68 08 30 09 45 37 68 06 44 09 39 00 68 08 00 09 28 44 68 10 31 09 19 52 68 09 10 09 57 58 67 48 20 09 31 56 68 54 20 09 46 20 67 34 40 09 23 20 67 33 42 08 52 38 67 30 35 08 31 00 67 35 00

Tipo PR PR PR PR PR PR C3 PR PR PR PR PR PR PR PR PR PR PR PR

Registros 1964-1983 1956-1990 1964-1990 1967-1990 1964-1990 1957-1990 1952-1984 1951-1990 1968-1989 1964-1990 1964-1990 1964-1990 1954-1990 1963-1990 1963-1983 1961-1990 1967-1990 1954-1990 1959-1990 1958-1990 1971-1990 1972-1990

Estado Cojedes Cojedes Cojedes Carabobo Carabobo Carabobo Carabobo Carabobo Carabobo Cojedes Cojedes Cojedes Cojedes Carabobo Cojedes Guarico Guarico Guarico Guarico Lara Cojedes Cojedes

Morita Casero Guataparo Dique Cachinche Pao Planta Pao Oficina Galera Cao Benito Manaure Mata Oscura Hato Paradero S.J. Tiznado Los Naranjos Corozo Pando Sarare Arismendi Jobalito

Campo de Carabobo 1397

09 47 10 69 09 09 PR 08 29 68 22 13 C2 03 08 41 68 05 43 PR 15

Siguiendo el procedimiento indicado, se determinaron letapa recaudacin de datosstos as intensidades promedio mximas para cada duracin y tiempo de retorno (lluvias locales). Se utiliz el software estadstico STATISTICA, versin 6.0, 2000, mldulo Nonlinear Regression. Para optimizar la estimacin de los parmetros de la ,determinarnEcuacin (2), es decir, Modelo de Dficit de Oxgeno de Streeter Phelpsk, m, n y c, K1 y K2) se emple el mtodo de estimacin: Quasi Newton y la funcin de prdida (loss function):
L = (obs pred ) 2

Donde: L. funcin de prdida (Loss Function) obs: valor observado

10

pred: valor predicho En cada iteracin el software evala la funcin a ajustar (Ecuacin (2) en diferentes puntos para estimar la primera y segunda derivada. Esta informacin se usa para dirigir la bsqueda hacia valores de los parmetros que minimicen la funcin de prdida (STATSOFT, 2000). Con el propsito de evaluar la calidad predictora del modelo se calcul: el coeficiente de determinacin (R2), el porcentaje de la varianza explicada por el modelo, el error estndar de los parmetros estimados, la matriz de correlacin de los parmetros estimados; asimismo, se grafic: los valores predichos por el modelo versus los observados, la distribucin de los residuales y la distribucin de los residuales en papel normal (Montgomery, 1991). Finalmente se obtuvo la expresin de las Edesarrollar cuaciones (2) y (27) para cada estacin pluviomtricaun modelo para la correccin trmica de los parmetros: K1 y K2, labor que se har a travs del mdulo Nonlinear Regression, en su funcin User-Specified Regresin Function del software STATISTICA. Para la obtencin del modelo regional, slo se tomaron en cuenta los datos de 26 estaciones (Arismendi, El Bal Carretera, Cachinche, Campo Carabobo, Cao Benito, La Ceiba Camoruco, Cojeditos, El Amparo, Galera, Guabinas, Guayabito, Hato Las Babas, Hato Paradero, Jobalito, Aguadita, Manaure, Manrique, Mata Oscura, La Morena, Palo Quemao, Pao Oficina, Pao Planta, San Rafael de Onoto, Tinaco, Vallecito y Las Vegas Charcote. El rea de influencia de cada estacin se estableci mediante el procedimiento de los Polgonos de Thiessen (Guevara y Cartaya, 1991, 2004; Chow, 1994). Se utiliz el perodo continuo de registros 1972-1983 y duraciones entre 15 minutos y 9 horas. DISCUSIN DE LOS RESULTADOS La Tabla 2 resume los parmetros de los modelos matemticos para estimar la intensidad de las lluvias extremas en funcin de su duracin y perodo de retorno en las 46 estaciones climatolgicas estudiadas.

11

Tabla 2. Parmetros de ajuste de los modelos IDF (I = k Tm / ( D + c)n ) para estimar la intensidad de las lluvias extremas en funcin de la duracin y el perodo de retorno en el Estado Cojedes. Parmetro
Estacin climatolgica

k 43,182 39,602 42,663 50,975 50,975 44,274 45,318 34,867 45,943 48,735 53,295 39,451 17,091 60,208 22,169 44,496 45,977 32,924 84,934 22,765 46,333 47,577 36,676 28,343 29,988 10,515 42,484 43,146

m 0,215 0,273 0,222 0,272 0,272 0,281 0,301 0,289 0,228 0,229 0,343 0,299 0,496 0,168 0,450 0,270 0,299 0,293 0,241 0,324 0,189 0,243 0,302 0,264 0,272 0,488 0,233 0,262

c 0,257 0,163 0,216 0,378 0,378 0,328 0,428 0,184 0,332 0,270 0,589 0,229 0,439 0,203 0,297 0,419 0,179 0,766 0,050 n,s, 0,265 0,313 0,273 0,106 0,345 n,s, -0,250 0,207 0,352
n,s, n,s,

n 0,939 0,848 0,829 0,958 0,958 0,983 0,899 0,856 0,885 0,863 1,032 0,852 0,671 0,952 0,934 0,890 0,877 0,819 1,277 0,815 0,884 0,931 0,862 0,863 1,052 0,135 0,812 0,882

R2 en % 98,981 98,024 97,569 97,870 97,870 98,960 92,108 98,968 98,396 97,797 96,014 94,694 91,046 89,768 95,358 98,575 95,530 97,552 96,589 91,176 97,699 98,188 96,320 95,661 94,311 54,152 98,243 96,357

Las Majaguas Auro Agua Blanca S.R. de Onoto Tocuyano Central Matilde Guabinas Cojeditos Santa Teresa Guayabito Palo Quemado El Amparo Los Cogollos Ceiba Camoruco Nirgua Morena Los Colorados Vega Charcote Temerla Miranda Trinidad Vallecito Manrique Hato Las Babas Canoabo Montalbn Tinaquillo La Aguadita Tinaco

-0,117

n,s,

12

Tabla 2. Continuacin Parmetro

Estacin climatolgica

k 69,275 13,004 53,244 22,384 36,886 26,994 46,037 31,544 47,394 53,690 36,474 41,371 35,761 54,583 43,412 39,947 37,420 74,021 85,014 0,218 0,632 0,394 0,235 0,457 0,334 0,286 0,370 0,345 0,320 0,303 0,419 0,114 0,295 0,296 0,331 0,275 0,296

m 0,529 -0,171

n 1,049 0,514 0,702 1,041 0,669 0,893 0,845 1,059 0,735 0,938 1,065 1,066

R2 en % 98,322 87,398 95,655 98,481 96,135 96,272 94,942 96,068 84,201 99,000 96,322 93,375 88,063 96,422 96,401 93,329 95,638 98,651 87,042 98,076

Bal Carretera Chirgua Cabecera Morita Casero Guataparo Dique Campo de Carabobo Cachinche Pao Planta Pao Oficina Galera Cao Benito Manaure Mata Oscura Hato Paradero S.J. Tiznado Los Naranjos Corozo Pando Sarare Arismendi Jobalito

Bejuma Panamericana 19,196

0,045 n,s, 0,417 0,014 n,s, 0,272 0,128 n,s, 0,473 0,171 n,s, 0,328 0,601 0,513 0,155 0,302 0,591 0,333 0,166 0,215 0,320 n.s. 0,417
n,s,

0,779 0,945 0,983 0,957 0,823 0,858 0,865 0,848

-0,022 n.s. -0,765

Nota: n.s. : parmetro no significativo a un nivel de confianza del 95 %. De todos los modelos generados, el derivado de la estacin climatolgica Tinaquillo no debe emplearse como herramienta de prediccin, pues present un muy bajo porcentaje de varianza explicada (54,152 %). Por otro lado, los modelos asociados a las estaciones: Pao Oficina, Chirgua Cabecera, Mata Oscura, Arismendi y Ceiba Camoruco deben emplearse con cautela al momento de realizar pronsticos. El restos de los modelos producen intensidades de lluvia bastantes cercanas a las reales. Debe resaltarse que en los modelos matemticos asociados a las estaciones climatolgicas: El Amparo, Los Cogollos, Ceiba Camoruco, Miranda Trinidad, Montalbn, Bejuma Panamericana, Guataparo Dique, Arismendi y Cachinche, el parmetro c no debe incluirse, pues no fue estadsticamente significativo a un nivel de confianza del 95 %; ms an, la estacin climatolgica Arismendi present un parmetro m no significativo. En trminos globales, los referidos modelos ostentan un coeficiente de determinacin (R2) promedio igual a 94,658 %; el cual es bastante bueno (Montgomery, 1991).

13

En la Tabla 3 se presentan los resultados obtenidos en el ajuste del modelo IDF regional para estimar las intensidades mximas para diferentes duraciones y perodos de retorno en el Estado Cojedes. Tabla 3. Resultados obtenidos para el modelo IDF regional (I = k Tm / ( D + c)n ) para estimar la intensidad de las lluvias extremas en funcin de la duracin y el perodo de retorno en el estado Cojedes. Parmetro del modelo I = k Tm / ( D + c)n k 53,126 m 0,122 c 0,320 n 0,920 r2 en % 99,471

Como se puede observar, el coeficiente de determinacin del modelo regional es alto por lo que el modelo aparenta ser lo suficientemente preciso par estimar las intensidades mximas
I= 634T 0.222 ( D + 4) 0.714

CONCLUSIONES Del anlisis y discusin de los resultados de esta investigacin se obtuvieron las siguientes conclusiones: De todos los modelos generados, el derivado de la estacin climatolgica Tinaquillo no debe emplearse como herramienta de prediccin, pues present un muy bajo porcentaje de varianza explicada (54,152 %). Por otro lado, los modelos asociados a las estaciones: Pao Oficina, Chirgua Cabecera, Mata Oscura, Arismendi y Ceiba Camoruco deben emplearse con cautela al momento de realizar pronsticos. El restos de los modelos producen intensidades de lluvia bastantes cercanas a las reales. Debe resaltarse que en los modelos matemticos asociados a las estaciones climatolgicas: El Amparo, Los Cogollos, Ceiba Camoruco, Miranda Trinidad, Montalbn, Bejuma Panamericana, Guataparo Dique, Arismendi y Cachinche, el parmetro c no debe incluirse, pues no fue estadsticamente significativo a un nivel de confianza del 95 %; ms an, la estacin climatolgica Arismendi present un parmetro m no significativo. En trminos globales, los referidos modelos ostentan un coeficiente de determinacin (R2) promedio igual a 94,658 %; el cual es bastante bueno (Montgomery, 1991). OJO: Lo que se presenta como conclusiones es DISCUSIN DE RESULTADOS!!!!!. Mejorar!! RECOMENDACIONES En funcin de los resultados y conclusiones que se desprenden de este estudio se recomienda las siguientes acciones: 1.- Repetir esta investigacin incluyendo registros histricos ms recientes a fin de incrementar la calidad predictora de los modelos. 2.- Indagar la manera como se llevan los registros de lluvia acumulada en las estaciones pluviomtricas: Tinaquillo, Pao Oficina, Chirgua Cabecera, Mata Oscura, Arismendi y Ceiba Camoruco, pues de acuerdo a los resultados obtenidos se infiere la existencia de problemas instrumental y/o humanos. 3.- Elaborar un mapa del estado Cojedes donde se observe la distribucin de isolneas de profundidad de la lluvia para diferentes duraciones y tiempo de retorno a fin de conocer la distribucin espacial

14

de las lluvias extremas en el estado. Ello permitir conocer las regiones ms propensas a sufrir inundaciones severas. REFERENCIAS Bilham E. G. (1962): The classification of heavy Falls of Rain in short periods. H.M.S.O., London. Republished. Chow, V., Maidment, D. y Mays, L. (1994) Manual de hidrologa aplicada. Santa F de Bogota, Colombia. Mc Graw Hill. pp. 455-499. Guevara, E. (2002): Design parameter modeling of tropical storms in Venezuela . Proceedings of the Third International Conference of Water Resources and Environmental Engineering. Dresden, Germany, 22 - 26 July 2002. Pp. 460 467. Guevara, E. (2000): Patrn de distribucin del hietograma de las tormentas en Venezuela . III Congreso de Investigacin en la Universidad de Carabobo. Venezuela. Guevara, E. (2002): Modelo Intensidad-Duracin-Frecuencia para las lluvias de diseo en la regin central de Venezuela. INGENIERA UC, Ao 9, No.2. Diciembre 2002. Guevara, E. y Cartaya, H. (1991) Hidrologa: una introduccin a la ciencia hidrolgica aplicada. Gueca Ediciones. Valencia, Venezuela. pp. 119-144. Guevara, E. y H. Carataya (1998) Storm advancement coefficient for the design precipitation hyetographs in Venezuela. AGU/HYDROLOGY DAYS. 1998. Guevara, E. y H. Cartaya (1993): Time distribution of short duration storms in Venezuela. En: International Conference on Stochastic and Engineering. University of Waterloo, Canada. INE, PNUD y Gobernacin del estado Cojedes (2001) Sntesis estadstica del estado Cojedes 2001. Documento del Proyecto Sistema de Informacin para la Gestin Local. Mijares, F. (1987) Fundamentos de hidrolgica de superficie. Limusa Noriega Editores. Mxico. pp. 166-175. Montgomery, D. (1991) Diseo y anlisis de experimentos (Lic. Jaime Delgado Saldivar Trad.) Mxico: Grupo Editorial Iberoamericana. pp. 429 462. Ramones, R. y Vivas, I. (2001) Curvas de intensidad duracin frecuencia de lluvias en el estado Cojedes. Trabajo de ascenso no publicado. Universidad Nacional Experimental de los Llanos Ezequiel Zamora, Vicerrectorado de Infraestructura y Procesos Industriales. Cojedes, Venezuela. pp. 1-2; pp. 45-46 y anexo 2. Ruiz, J. (1990) Principales caractersticas morfomtricas de cinco cuencas del estado Cojedes, su correlacin e inferencias en el aspecto cualitativo del escurrimiento . Proyecto de investigacin. Universidad Nacional Experimental de los Llanos Ezequiel Zamora. Vicerrectorado de Infraestructura y Procesos Industriales. pp. 22-24. Statistical Methods in Hydrology and Environmental Junio 04 09. 2000. Valencia,

15

STATISTICA (versin 6.0) [Programa de computacin en DC]. (2000). Disponible: http://www.statsoft.com STATSOFT (2000) Nonlinear Estimation Procedures. Function Minimization Algorithms. Manual electrnico del STATISTICA 6.0. Disponible: http://www.statsoft.com U.S. Army Corps of Engineers (2000). Hydrologic Modeling System HEC HMS. Davis, EUA. pp. 123 126; p. 41. USDA - SCS , 1986. Urban Hydrology for Small Watersheds. Tech release No. 55, June 1986. Wenzel, H. G., 1982. Rainfall for Urban Stormwater Design. In Urban Storm Water Hydrology. Ed. By David F. Kibler, WRM 7. AGU. Washington DC. WMO (1983): Guide to Hydrological Practice. Vol. II. Analysis, Forecasting and Applications, WMO No. 168, 4th. Ed.. Geneve, Switzerland Yen, B. C. and V. T. Chow, 1980. Design Hyetograph for Small Drainage Structures. J. Hyd. Div. Am. Soc. Civil Eng. Vol 106 No.HY6. Pp 1055 - 1976.