Marco Teorico

“Modelacion Matematica de áreas de riesgo factibles a inundación, de los sectores pampas
de Jaguey y salinar, km. 46+724 hasta el km.58+ 500 aguas abajo – río Chicama”
_
CAPITULO II
2. MARCO TEÓRICO
2.1 Topografía:
La Topografía es el conjunto de principios y procedimientos que tienen

por objeto la representación gráfica sobre un plano a escala de una parte
de la Superficie Terrestre, con sus formas y detalles tanto naturales
como artificiales. Procede de topo (lugar) y grafos (descripción).
Es el arte de medir distancias verticales y horizontales entre puntos y

objetos sobre la superficie terrestre, medir ángulos entre líneas terrestres.
El procedimiento a seguir en un levantamiento topográfico comprende

tres etapas:
Trabajo de Campo; esta etapa consiste en tomar registros y medidas a

precisión con un Teodolito (mecánico o electrónico), Estación Total,
Gps, Altímetro, etc.
Trabajo de Gabinete; consiste en hacer cálculos necesarios para

determinar posiciones, áreas y volúmenes.
Dibujo; consiste en dibujar a escala las medidas en los planos, perfiles y

curvas a nivel (MDT)
(FAUTINO, 1975)
_
2.2 Elementos de Hidrología Estadística.
La hidrológica proporciona una gran variedad de métodos basados en

diversos principios, dentro de los cuales se deberá escoger el mas
adecuado de acuerdo a las circunstancia particulares, a la obra a delimitar
y dependiendo sobre todo de los disponibilidades de los datos
hidrométricos y metereológicos apropiados. Las inundaciones traen
problemas en diversas área de la actividad humana, por tanto esta parte
enfoca al aspecto hidrológico de la determinación del caudal de río, el
que podría ser denominado “Predeterminación de Cargas Máxima”, ya
que se trata del cálculo anticipado de un caudal crítico que tal vez no haya
sucedido o que suceda una cierta probabilidad en el futuro
(VELÁSQUEZ –1999).
Para el estudio hidrológico de la cuenca del río Chicama se tomo en

cuenta la información de la estación Hidrométrica Salinar, periodo 1950-
2016
2.2.1. Periodo De Retorno Y Probabilidad
El periodo de retorno (T) o periodo de ocurrencia de una

inundación se define como el tiempo medio, en años, en que esa
inundación es igualada o superada por lo menos una vez.
Por ejemplo, si en un determinado lugar existe una serie de

valores observados de 50 años, se tiene la probabilidad de ser
igualado o superado una vez cada 50 años (VELÁSQUEZ, 1999).
El análisis de frecuencias busca asignar a cada caudal una

probabilidad “P” de ser igualado o excedido en un año cualquiera.
_
El periodo de retorno “T”, se usa comúnmente en lugar de la

probabilidad “P” para definir crecientes de diseño. El periodo de
retorno y la probabilidad son recíprocos (RAY, 1989), es decir.
1 1
P O T
T P
2.2.2. Métodos Estadísticos
a. Series parciales y Anuales

La información hidrológica disponible es una secuencia
cronológica de caudales medios diarios, tomados en las
Estaciones Hidrométricas, de estos se escogen los máximos
anuales generando series parciales y anuales.
(VELASQUEZ, 1999)
b. Posición de Trazo.
Para el posicionamiento del trazado hay diferentes métodos.

Antes de utilizar el método seleccionado se procedió a
ordenar los datos, en este caso se utilizó la fórmula de
Weibull que se muestra en el cuadro adjunto:
Posición de Trazado
Probabilidad de
Nombre Año
excedencia (P)
Hazen 1930 2m-1/(2n)
Weibull 1939 m/(n+1)
1955 (m-03)/(n+04)
Chegodayev
Blom 1958 (m-3/8)/(n+1/4)
Tukey 1962 (3m-1)/(3n+1)
Gringorten 1963 (m-0.44)/(n+0.12)

_
n = número total de valor de la muestra

m = número de orden de los valores ordenados de mayor a
menor
La serie se ordena de mayor a menor, prescindiendo del año

de ocurrencia. (Cuadro Nº 01: Análisis de Frecuencia de
Valores Extremos - Con Eventos Extraordinarios -
"Fenómenos del Niño", Cuadro Nº 02: Análisis de
Frecuencia de Valores Extremos - Sin Eventos
Extraordinarios - "Fenómenos del Niño”).
Luego es necesario asignarle a cada valor una probabilidad

de excedencia. Esta probabilidad de excedencia o frecuencia
(P) que se le asigna a cada valor de la serie es lo que se le
conoce como posición de trazo. Su inversa es el periodo de
retorno (T)
(CHEREQUE, 1989)
c. Modelo probabilístico o distribución de

frecuencias
El modelo probabilístico o distribución de frecuencias

permite conocer y manejar fácilmente el comportamiento de
la variable y sintetiza toda la información sobre
probabilidades asociadas a cada estado.
Se trata de modelos discretos o continuos. Serán modelos

discretos aquellos cuya densidad de probabilidad y función
de probabilidad acumuladas se encuentra definidas para
determinados valores que puedan tomar la variable.
“Simulación de Áreas de Riesgo factibles a Inundación Aplicando HEC RAS, de los Sectores Santa
Elena y Huancaco, Km. 8+150 hasta el Km.13+ 150 Aguas Abajo – Río Virú”
_
Serán modelos discretos:
1. Distribución binomial.
2. Distribución de Poisson
Serán modelos continuos las distribuciones:
1. Distribución uniforme
2. Distribución normal
3. Distribución logarítmico –normal ( Log Pearson )
4. Distribución Gama
5. Distribución de valores extremos
 Tipo I o tipo exponencial (Ley de Gumbel)
 Tipo II o tipo Cauchy
 Tipo III o distribución truncadas.
6. Distribución Chi Cuadrado

“ModelacionMatematica de áreas de riesgo factibles a inundación, de los sectores pampas de
Jaguey y salinar, km. 46+724 hasta el km.58+ 500 aguas abajo – río Chicama”
_
c.1 Distribución Log Normal
Si los logaritmos Y de una variable aleatoria X se

distribuyen normalmente se dice que X se distribuye
normalmente.
Esta distribución es muy usada para el cálculo de

valores extremos por ejemplo Qmax, Qmínimos,
Pmax, Pmínima. Tiene la ventaja que X>0 y que la
transformación Log tiende a reducir la asimetría
positiva ya que al sacar logaritmos se reducen en
mayor proporción los datos mayores que los menores.
Limitaciones: tiene solamente dos parámetros, La

Media ( x ) y la desviación estándar (  ) y requiere que
los logaritmos de la variables estén centrados en la
media.
(MEJIA, 1991)
Estimación de parámetros:
1 n
y  ln( xi )
n i 1
(1)
1
 1 n
 2
s  (ln(x )  y) 2 (2)
  
 n  1 i 1
y i

Donde:
<  Ln( x ) = i Sumatoria de los logaritmos de la
serie.
< N = Tamaño de la Muestra (en años)
_
< y = Media de la Muestra.
< sy = Desviación estándar
(RAY, 1998)
Función de densidad:
1 ( y   y )
1 2 y2
f ( x)  exp x0 (3)
x 2
y = ln x
donde:
y: media de los logaritmos de la población
(parámetro escalar), estimado y
y : Desviación estándar de los logaritmos de la

población, estimado Sy.
Factor de frecuencia (Caudal Máximo):
Puede trabajarse en el campo original y en el campo

transformado.
1. Campo transformado: Si se trabaja en el campo

transformado se trabaja con la media y la desviación
estándar de los logaritmos, así:
Donde,
Ln ( XTr ) = X Tr +Kt *SY (4)
XTr = eln (XTr)
con K (factor de frecuencia) con variable normal

estandarizada para el Tr dado, Xy media de los
_
logaritmos y Sy es la desviación estándar de los

logaritmos.
2. Campo original: Si se trabaja con los X sin

transformar el K (factor de frecuencia) se calcula
como
 2 
 1
ln(1  Cv )  
Exp  KT * (Ln(1  Cv )) 2  
2
 1
   2 
Kt  (5)
Cv
Donde:
K es la variable normal estandarizada para el Tr dado,

s
Cv  . es el coeficiente de variación, x media de los
x
datos originales y s desviación estándar de los datos
originales.
Limites de confianza:
Es el intervalo dentro del cual es muy probable que se

encuentre el parámetro poblacional. El límite de
confianza, se usa para indicar la probabilidad de que
una estimación por intervalo contenga el parámetro
poblacional. El nivel de confianza (99%, 95%), es el
coeficiente de confianza expresado como un
porcentaje.
En el campo transformado.
Ln( X Tr )  t (1 ) S e (6)
Donde: (1-) Intervalo de confianza al 95 %

1
( S y )  K 2  2
Se    1  T  (7)
n  2 
_
en donde, n numero de datos, S e error estándar, KT

variable normal estandarizada.
c.2 Distribución Log- Pearson Tipo III.
El procedimiento para el usos de esta distribución

consiste en convertir la serie de datos a sus logaritmos
y luego calcular los valores de los tres parámetros,
media ( X y  , desviación estándar ( SY ) y el coeficiente
de asimetría o sesgo (Cs) mediante las fórmulas que se

muestran a continuación; esta distribución posee
características de ser simétricas y no negativa
(RAY,1989)
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 pero con X y y S Y como la media y
desviación estándar de los logaritmos de la variable
original X.
Se calcula la media de los “N” Valores máximos

anuales Hidrológicos.
1 n
y  ln( xi )
n i 1
(8)
_
Donde:  LnX i = Sumatoria de todos los logaritmos
de la serie.
N = Tamaño de la muestra (en años)
< Se calcula la desviación estándar de los “n” valores
máximos anuales hidrológicos.
1
 1 n
2
2
s  (ln(x )  y) (9)
y  
 n  1 i 1
i 

< Se calcula el coeficiente de asimetría o sesgo de los

“N” valores máximos anuales hidrológicos.
N (ln(x )  y 
3
Cs  (10)
i
N  1N  2Sy 3
(RAY,1989)
 ln(x)  y0   ln(x)  y0 
 1
 1
f ( x)    exp   (11)
x        
donde,
y0  y   para   0
  y  y0 para   0
 y  son los parámetros de escala y forma

respectivamente, y0 es el parámetro de localización.
Estimación de parámetros:
2
 2
̂    ;
Cs
̂  s y ; x̂0  xy  ̂ (12)
 Cs  2
_
Cs es el coeficiente de asimetría, x y y s y son la
media y la desviación estándar de los logaritmos de la

muestra respectivamente.
_
Factor de frecuencia:
ln(YTr )  x y  K  s y ( m3/s) (13)
 2 3 4  5
1 1
K  z  ( z 1)
2
 ( z  6 z)   ( z 1)   z     (14)
3 2
Cs  Cs   Cs   Cs   Cs 
6 3  6   6   6  3  6 
Donde:
z: es la variable normal estandarizada .
Este valor de K se encuentra tabulado de acuerdo al
valor del sesgo (Cs) calculado con la muestra. En
algunos casos de puede utilizar la TABLA N° 01:
Valores de “K” para la ecuación de Log Pearson tipo
III.
(CHEREQUE – 1989)
Intervalos de confianza:
Es el intervalo dentro del cual es muy probable que

se encuentre el parámetro poblacional. Los límites de
límite de confianza expresado como un porcentaje.
Xt  t(1-) Se (15)
Donde: (1-) de Tabla Estadística
 Sy
Se  (16)
n
Donde: Sy es la desviación estándar de los logaritmos

de la muestra, n es el número de datos y  se encuentra
tabulado en función de Cs y Tr. (TABLA N° 01).
_
c.3 Distribución Gumbel Tipo I
Una familia importante de distribuciones usadas en el

análisis de frecuencia hidrológico es la distribución
general de valores extremos, la cual ha sido
ampliamente utilizada para representar el
comportamiento de crecientes y sequías (máximos y
mínimos) de los caudales anuales de un río, Gumbel
1958, estudio la aplicación para datos de descarga
diaria (MEJIA.1991), este método consiste de dos
parámetros
< Se calcula la media X  de los “N” valores
máximos anuales hidrológicos.
X
X (17)
N
Donde: X = Sumatoria de todos los caudales de la
serie
N = Tamaño de la muestra (en años)
< Se calcula la desviación estándar S  de los “N”

valores máximos anuales hidrológicos.
X  X 
2
S (18)
N 1
Donde: X = Media de la muestra
1  (x   )   ( x   ) 
f ( x)  exp   exp  (19)
     
En donde  y  son los parámetros de la distribución.
   ( x   )  
F ( x)   f ( x)dx  exp   exp   (20)
    
_
Estimación de parámetros
donde  y  son los parámetros de la función. Para

muestras muy grandes:
 6 
      x  0.5772S
S  (21)
  
Para muestras relativamente pequeñas
y y
   x  (22)
S 
donde x y s son la media y la desviación estándar

estimadas con la muestra.
Donde  y y y se muestran en la Tabla siguiente.
Parámetros para muestras pequeñas de la distribución Gumbel

N y y n y y
10 0.4952 0.9496 60 0.5521 1.1747
15 0.5128 1.0206 65 0.5535 1.1803
20 0.5236 1.0628 70 0.5548 1.1854
25 0.5309 1.0914 75 0.5559 1.1898
30 0.5362 1.1124 80 0.5569 1.1938
35 0.5403 1.1285 85 0.5578 1.1974
40 0.5436 1.1413 90 0.5586 1.2007
45 0.5463 1.1518 95 0.5593 1.2037
50 0.5485 1.1607 100 0.5600 1.2065
55 0.5504 1.1682
Factor de frecuencia (KT):
X T  x  KT s ( m3/s) (23)

6    Tr   
KT   0.5772  ln ln  (24)
 
   Tr 1  

Donde Tr es el periodo de retorno. Para la distribución

Gumbel se tiene que el caudal para un período de
retorno de 2.33 años es igual a la media de los caudales
máximos.
_
Limites de confianza
Es el intervalo dentro del cual es muy probable que

se encuentre el parámetro poblacional. El límite de
nivel de confianza expresado como porcentaje.
Xt  t(1-) Se (25)
s (26)
Se 
n
  [1  1.1396K T  1.1K T ] 2 (27)

2
KT es el factor de frecuencia y t(1-) es la variable

normal estandarizada para una probabilidad de no
excedencia de 1-.
(Vente Chow, 1995)
También se calcula:
Intervalos de Clase ( m , )
m ,  1  1.33 * Ln( N ) (28)
Donde: N = Tamaño de la muestra (en años)

m , = Intervalo de clase
Grado de Libertad (GL.)
G.L.  m ,  h  1
Donde: h = Número de parámetro (mayormente se

considera dos parámetros: la media y la desviación
estándar).
_
2.2.3. Prueba de Bondad de Ajuste.
Consiste en comprobar gráficamente y estadísticamente si la

frecuencia empírica de la serie analizada, se ajusta a una
determinada función de probabilidad teórica seleccionada, con
los parámetros estimados con base en los valores muéstrales.
Las pruebas estadísticas tiene por objeto medir la certidumbre

que se obtiene al hacer una hipótesis estadística sobre una
población, es decir, calificar el hecho de suponer que una
variable aleatoria, se distribuya según una cierta función de
probabilidades, dentro de las pruebas de bondad de ajuste
tenemos: Ajuste Gráfico, Prueba estadística Chi-Cuadrado.(X2 c),
Prueba estadística “Smirnov –Kolmogorov”.
Ventajas y Limitaciones.
a) Prueba Chi-Cuadrado(2)
< Es aplicable solo para ajustar a la distribución normal,
puesto que ha sido desarrollado con base en los datos
normales e independientes.
< Se realiza en la función de densidad de datos agrupados
en intervalos de clases.
< Requiere un conocimiento a priori, de la función de
distribución teórica utilizada en el ajuste.
< En la práctica se usa para cualquier modelo de ajuste,
pero estrictamente es valido solo para la normal.
< Es de fácil aplicación.
_
b) Prueba Smirnov –Kolmogorov.
< No requiere un conocimiento a priori, de la función de

distribución teórica.
< Es aplicable a distribuciones de datos no agrupados, es
decir, no se requiere hacer intervalos de clase.
< Es aplicable a cualquier distribución teórica.
< Se aplica en función de distribución acumulada y no en la
función de densidad.
< Comparando con la prueba Chi –Cuadrado, no se requiere
que la frecuencia absoluta de cada clase, sea igual o
mayor que 5.
< No es una prueba exacta, si no una prueba aproximada
(VILLÓN –2002)
A Prueba Chi-Cuadrado (2)
Se basa en cálculos de frecuencias, tanto de valores

observados, como valores esperados.
Pasos a seguir para realizar la prueba de bondad de ajuste Chi
– Cuadrado:
< Se establece una tabla de distribución de frecuencias.
< Agregar en la tabla de distribución de frecuencias
observadas los valores de frecuencia esperada, teniendo
en cuenta la distribución teórica.
< La expresión general de la prueba Chi Cuadrado
Calculado es.
k
 fe  f o 2
 C   
2
(29)
i 1 fe
Donde:
_
fe = Frecuencia observada o empírica.
f o = frecuencia esperada o teórica.

K = Número de intervalos de clase
< Determinar el valor de  1  (Tabular) para = 0.05 o

2
0.01 y grados de libertad GL.= K-h-1 donde K = intervalo

de clase, h = numero de parámetros que intervienen en la
Prueba (media y desviación estándar).
< Se realiza la comparación entre el valor

2 c (Calculado)
y  t (tabulado).
2
< Si  c   t , se acepta la hipótesis de que los datos se

2 2
aproximan estadísticamente a la distribución teórica , en

caso contrario se rechaza ( MEJIA ,1991)
A Prueba de Smirnov Kolmogorov
Consiste en comparar las diferencias existentes, entre la

probabilidad empírica de los datos de la muestra y la
probabilidad teórica, tomando el valor máximo del valor
absoluto, de la diferencia entre el valor observado y el valor
de la función teórica del modelo.
  máx F  z   P x  (30)
Donde:
 = Estadístico de Smirnov-Kolmogorov, cuyo valor es igual
a la diferencia máxima existente entre la probabilidad
ajustada y la probabilidad empírica.
F(z) = Probabilidad de distribución teórica
P(x)= Probabilidad de experimental o empírica de los datos,
denominado también frecuencia acumulada.
_
< Se calcula la probabilidad empírica o experimental P(x)

de los datos , para esto usar l fórmula de Weibull:
M
P( x)  (31)
N 1
Donde:
P(x) = Probabilidad empírica experimental
M = Número de orden
N = Número de datos
< Se calcula la variable estandarizada ( Z )
XX
Z (32)
S
< Se calcula la probabilidad teórica F(z), usando la
ecuación de la función acumulada F(x) o tablas
elaboradas para tal fin.
< Calcular al diferencia F(z)-P(x), para todos los valores de
x
< Seleccionar la máxima diferencia   máx F ( x)  P( x)

< Calcular el valor critico del estadístico  , es decir 0 ,
para un  = 0.05 y N igual al número de datos. Los
 0 se muestran en la Tabla N° 02: Valores
valores de
críticos de  o del estadístico Smirnov –Kolmogorov  ,

para varios valores de N y niveles de significancia 

< Comparar el valor estadístico  , con el valor crítico 0 ,
con los siguientes criterios de decisión deducida de la
ecuación del enunciado inicial.
_
Si    0  el ajuste es bueno, a nivel de significación
seleccionado, caso contrario el ajuste no es bueno siendo

necesario probar con otra distribución
2.3 Software Hec Ras 3.1.1
El software HEC-RAS es capaz de realizar cálculos para perfiles de

superficie de agua unidimensional para flujo uniforme y gradualmente
variado en canales naturales o artificiales. Los perfiles de superficie de
agua pueden ser calculados para régimen de flujo subcrítico, supercrítico
y régimen de flujo mixto.
El procedimiento de cálculos se basa, en que utiliza algoritmos y datos

de entrada del programa de calculo de “curvas de remanso”, teniendo
en cuenta una serie de datos, de la hidráulica de canales abiertos .
MÉTODO DEL CANAL DIVIDIDO (DCM)
Lotter (1933) y posteriormente Einstein y Banks (1950) trabajaron sobre

la hipótesis que el caudal total en la sección puede obtenerse como la
suma de los caudales parciales fluyentes por cada subsección, asumiendo
que la pendiente de la línea de energía es constante para todas las
subsecciones y que los perímetros mojados parciales correspondientes a
cada subárea son los dados por el contorno fijo únicamente. Esto implica
que no existe difusión lateral de cantidad de movimiento; las pérdidas de
energía son sólo debidas a la fricción.
El caudal parcial Qi de cada subsección se puede obtener como:
1
Qi  K i S o 2 (A)
donde:
S0 = pendiente longitudinal
Ki = conductividad hidráulica de cada subsección, dada por
_
2
AR 3
Ki  i i
ni
en esta ecuación:
Ai = Area de la subsección i
Ri =Radio hidráulico de la subsección i
ni = Coeficiente de rugosidad de Manning de la subsección i
La distribución lateral de velocidades puede ser estimada a partir de los
caudales Qi calculados con la ecuación (A). La velocidad media en una
subsección, Vi, se puede estimar como:
Qi
Vi 
Ai
Este modelo está implementado en el programa HEC-RAS en su
comando Flow Distribution.
MODELO HEC-RAS
El modelo unidimensional tiene como objetivo la resolución de la

ecuación de Bernoulli, para el flujo permanente gradualmente variado:
V 2
V 2
Y2  Z 2  2 2  Y1  Z 1  1 1  he
2g 2g
  V 2  V 2 
he  LS f  C  
2g 2g
1 1 2 2
S f  S f 1 
1

2
 S f 2 
Donde:
Yi = Tirante o profundidad de flujo en la sección i
Zi = Cota o elevación del fondo en la sección i
Vi = Velocidad media en la sección i
ai = Coeficiente de distribución de velocidades o de Coriolis
correspondiente a la sección i
he = Pérdidas de energía en el tramo entre las secciones 1 y 2
_
L = Longitud del tramo entre las secciones 1 y 2

Sfi = Gradiente longitudinal de pérdidas por fricción en la sección i
C = Coeficiente por pérdidas por contracción – expansión.
El programa utilizado es HEC – RAS (River Analysis System) del U.S.

Army Corps of Engineers (HEC-RAS 3.1.1). Para el desarrollo del
presente trabajo resulta de interés la forma en que el modelo
unidimensional estima una distribución lateral de velocidades.
Se debe indicar al programa que desea obtener el perfil transversal de
velocidades mediante la opción Flow Distribution. En ella, debe indicar el
número de puntos en los que desea obtener los valores de la velocidad
promediada en el área de influencia de cada uno de ellos.
Suponiendo conocidos los valores de Sf y el nivel del agua en una sección
determinada (los cuales fueron calculados al resolver el perfil de flujo),
los pasos que sigue el programa son los siguientes:
a) Divide el área de flujo en la cantidad de partes definida por el usuario
(Figura 1), y luego calcula el área, perímetro mojado, radio hidráulico
y profundidad hidráulica para cada parte.
Figura 1.- Subdivisión de la sección transversal en HEC-RAS
b) Con los valores calculados previamente, y el valor del n de Manning

correspondiente, calcula la conductividad y el porcentaje de flujo en
cada parte.
c) Suma las conductividades de cada parte. En general, esta suma será
distinta a la conductividad de la sección completa. Para corregir esta
diferencia, calcula la relación entre la conductividad de la sección
completa y la suma de las conductividades parciales. Luego multiplica
_
la conductividad de cada sector por esa relación. Con esa

conductividad determina el caudal en cada sector.
d) Por último, calcula la velocidad media en cada sector como el cociente
del caudal parcial antes determinado y el área correspondiente.
Modelo Numérico Para Curva De Remanso Hec–2 Y Hec–Ras
Windows.
A pesar de que la velocidad de flujo del agua varía en 3 dimensiones,

debido a las limitaciones de las matemáticas, se utilizan solo modelos de
flujo como el Hec Ras (3.1.1), que son llamados lineales por que solo
permite calcular la velocidad media en la dirección del flujo, mas no las
otras dos velocidades .
En la Actualidad se están desarrollando modelos calculando la variación

de las velocidades en dos dimensiones, las premisas bajo las cuales se
desarrollan el modelo Hec – 2 son:
< Flujo permanente (No cambia con el tiempo)

< Flujo gradualmente variado (el flujo cambia en distancias
relativamente grandes )
< Flujo uni – dimensional con correcciones para distribución
horizontal de velocidades.
< Pendiente suave.
< La pendiente promedio de la línea de energía es constante entre dos
secciones transversales adyacentes
< Condición de borde: el canal es rígido.
Los valores de los tirantes hallados por el modelo Hec-2 (o Hec Ras -
3.1.1) deben ser tratados, con sumo cuidado, las velocidades que se
utilizan son velocidades medias en una sección. El tirante real de una
sección del flujo podría deferir, por la cual no es practico obtener una
precisión mayor a dos decimales en la mayoría de los casos, es por esta
_
razón que se utilizan factores de seguridad relativamente altos en el

diseño de los canales y protección contra le erosión.
Algoritmos para el Cálculo de la Pendiente de la Energía:
La pérdida de carga entre dos secciones transversales contiguas 1 y 2

puede expresarse multiplicando la longitud del tramo ∆x por Sf. Los
Algoritmos que se aplican en las rutinas del Hec se mencionan a
continuación:
< Sf = ( ( Q1 + Q2 ) ( K1 + K2 ))2 ( media del acarreo )
< Sf = (Sf1 + Sf2 )/2 ( pendiente media aritmética )

1/2
< Sf = (Sf1 * Sf2 ) ( media geométrica )
< Sf = (2Sf1 * Sf2 )/ (Sf1 + Sf2 ) ( media Harmónica )
De acuerdo a la expresión , para perfiles de tipo M1 la ecuación de

la pendiente aritmética es mejor, para perfiles de tipo H2, las mejores
curvas fueron halladas usando la ecuación media de acarreo .
El software Hec Ras (3.1.1), tiene como principio la curva de remanso;
< Se conoce como curva de remanso o ejes hidráulicos, a los perfiles

longitudinales que adquiere la superficie libre del líquido en un
canal cuando se efectúa un escurrimiento bajo las condiciones de
flujo gradualmente variado.
< Geométricamente, el perfil de la superficie libre está definido por

los tirantes reales que se tengan a lo largo del escurrimiento.
< Para calcular el nivel de la superficie del agua en el tramo de un

curso de agua es necesario conocer una condición de borde.
_
< Si el flujo es sub critico, se debe conocer la condición de borde

aguas abajo para calcular los niveles en cada sección. Si el flujo es
supercrítico se debe conocer la condición de borde aguas arriba.
La condición de borde puede ser el nivel de agua sobre un aliviadero,

una caída (en la cual se forma tirante crítico), un cambio brusco de
pendiente sub crítica a pendiente supercrítica (en el caso inverso se
formara un salto hidráulico).
(KUROIWA, 2001)
2.3.1. PREMISAS PARA EL CÁLCULO DE LA CURVA DE
REMANSO
La ecuación básica para el cálculo de perfiles es:
V 21 V 2
Z 1Y1    Z 2  Y2    h12 (33)
2g 2g
Donde:
Z1,Z2 = Altura de posición
Y1,Y2 = Altura de presión
V2
 = Altura de velocidad
2g
h1-2 = Disipación de energía entre las secciones
1 y2
_
Línea gradiente de energía

a 2V2
2
h
2g
Superficie de Agua
2
a V
Y2 2g
Fondo
Y
Z2
Z1
Figura 1: Representación de las componentes de la ecuación de

energía.
Coeficiente de Coriolis
Que aparece en la ecuación de la energía cinética:
V
3
dA
 3
h
(34)
V A
Donde:
Vh = Componente vertical de velocidad a una
profundidad h
dA = Diferencial d área correspondiente a la
velocidad Vh
V = Velocidad media
A = Área total
Disipación de Energía
Se añade para tener en cuenta las perdidas por remolinos

(eddies), las cuales pueden ser muy importantes en canales no
_
prismáticos, no existe un método racional disponible para

evaluar las perdidas por remolinos. Esta depende sobre todo del
cambio en la altura de velocidad y puede expresarse como parte
de él, donde “C” coeficiente.
< Para tramos gradualmente convergentes y divergentes, de C

= 0 a 0.1 y 0.2 respectivamente.
< Para expansiones y contracciones por remolino, C es
alrededor de 0.5.
< Para canales prismáticos y regulares las perdidas por
remolino son prácticamente C = 0.
 V 2 2 V 2 1 
hc  LS f  C    (35)
 2 g 2 g 
Donde:
L = Longitud entre dos secciones
C = Coeficiente de expansión y contracción
S f = Promedio entre las dos secciones extremas
La distancia ponderada a lo largo de la longitud L
Llob Qlob  Lch Q ch  Lrob Q rob

L 
Q lob  Q ch  Q rob (36)
Donde:
Llob , Lch , Lrob

= sección transversal entre la longitud especifica
para flujo sobre banco izquierdo canal principal y sobre el
banco derecho, respectivamente.
_
Q lob , Q ch , Q rob
= Promedio aritmético de los flujos entre las
secciones por el banco izquierdo, canal principal y banco
derecho respectivamente.
Cálculos de Subdivisión de Canales Compuestos
De la Fórmula de manning se tiene:
AR2 / 3 * S 1 / 2 f
QC (37)
n
Q = Caudal m/s
C = 1, si se usan unidades S.I. y 1.49 si se utilizan unidades
USC.
A = Área
R = Radio hidráulico
Sf = Pendiente de la línea de energía
n = Coeficiente de Manning
Si llamamos K =CAR2/3/n (K = acarreo), la ecuación anterior
se puede escribir así:
Q = K Sf 1/2 (38)
Rugosidad Compuesta en Canales Compuestos:
Horton y Einstein suponen que cada parte del área hidráulica

tienen la misma velocidad media de la sección completa, es
decir V1=V2=......Vn=V, siendo la pendiente la misma:
El programa totaliza las conducciones incrementadas sobre los

bancos y obtiene una conducción sobre el banco izquierdo y
sobre el banco derecho. La conducción del canal principal es
normalmente calculado como una simple conducción elemental.
_
La conducción total para la sección transversal es obtenida

sumando las tres conducciones subdivididas (izquierda, canal,
derecha)
n1 n2 n nmd
?
A1P 1
A2P 2 AchP ch Amd
K lob =K1 + K 2 K rob
K cc
Figura 2: Parámetros que considera el HEC-RAS cuando la sección

es compuesta
2/3
 N 1.5 
  p i n i 
nc   i 1  (39)
 p 
 
Donde:
nc = Composición de la rugosidad ponderada
p = Perímetro mojado de la sección del canal
pi = Perímetro mojado por subdivisión
ni = Coeficiente de rugosidad por división
< La pendiente de la línea de energía en una sección, Sf,

puede calcularse como si fuera flujo uniforme (usando la
ecuación de manning)
< La pendiente del canal es muy baja.
< El agua no contiene cantidades significativas de aire

(aeración).
< La distribución de velocidades en un tramo es fija, es decir
el coeficiente de corrección de energía es fijo.
_
< El coeficiente de resistencia, n, es independiente del flujo y

constante en el tramo de estudio.
Ecuación de flujo gradual:

dy = So - Sf
dx 1- F r2
DONDE:
So = Pendiente en el fondo del canal.

Sf = Pendiente de línea de energía.
F r2 = Numero de froude.
Evaluación de la altura de Energía Cinética Media
Debido a que el software HEC-RAS es un programa para

perfiles de superficie de agua unidimensional, solamente una
superficie de agua y por lo tanto una energía media será
calculada en cada sección transversal. Para una elevación de
superficie de agua dada, la energía media es obtenida por
cálculo de flujo de energía ponderada desde las tres
subestaciones de una sección transversal (banco izquierdo,
canal principal, y banco derecho. La Figura 3 muestra la
distribución de la energía media que seria obtenido para una
sección transversal para el canal principal y el banco derecho
(no el área de banco izquierdo).
_
2
V1
2
2g aV
2
2g V2
2g
2
Figura 3: Ejemplo de como es obtenido la Energía Promedio
Donde:
Vı = velocidad media para sub área 1
V2 = velocidad media para sub área 2
Para el cálculo de la energía cinética promedio es necesario la
obtención de la altura de velocidad y el coeficiente de
coriolisis ponderado. Este es calculado del siguiente modo:
2
Q1V1 Q2V22

V 2 2g 2g
 (40)
2g Q1  Q2
El coeficiente de velocidad, (), es calculado basado en los

tres componentes del flujo: banco izquierdo, banco derecho y
canal. Ello también puede ser escrito en términos de
conducción y áreas con la siguiente ecuación:
 K 3 K 3 K 3 
A 12  lob 2  ch 2  rob 2 
 A   A ch   Arob  
    lob
K1 3 (41)
Donde:
Aı = área de flujo total de la sección
transversal
_
Alob, Ach, Arob = áreas de flujo del banco izquierdo,

canal principal y banco derecho,
respectivamente.
Kı = conducción total de la sección
transversal
Klob,Kch,Krob = conducciones del banco izquierdo
canal principal y banco derecho
respectivamente.
Donde:
1
K AR 2 / 3 (42)
n
Evaluación de la pérdida por fricción
La pérdida por fricción en HEC-RAS es evaluada como el

producto de Sf promedio y L (fórmula Nº 35), donde el
primero es la pendiente de fricción representativo para un
tramo y L es definido por la fórmula Nº 36. La pendiente de
fricción (pendiente de la línea de gradiente de energía) en cada
sección transversal es calculado mediante la siguiente
ecuación de Manning:
Q2
Sf  (43)
K
Expresiones alternativas de la pendiente de fricción

representativas para el tramo en HEC-RAS son las siguientes:
Ecuación de la conducción promedia
Sf 
Q1  Q2 2 (44)
K1  K 2
_
La ecuación 44 es la ecuación “por defecto” usado por el

programa; ello es usado automáticamente a menos que una
ecuación diferente sea requerida de inicio.
Evaluación de pérdidas por contracción y expansión
Evalúan perdidas por cambios en la sección transversal para

flujo subcritico. La perdida por contracción y expansión en
HEC-RAS son evaluada por la siguiente ecuación:
  V  V 
ho  C 1 1  2 2  (45)
 2g 2 g 
donde:
C = Coeficiente de contracción o expansión
El programa asume que una contracción está ocurriendo cada
vez que la altura de velocidad río abajo es mayor que la altura
de velocidad río arriba. Igualmente cuando la altura de
velocidad río arriba es mayor que la altura de velocidad río
abajo, el programa asume que una expansión está ocurriendo.
Valores típicos de “C” se muestran la siguiente tabla.
Valores de coeficiente de contracción y expansión
Contracción C Expansión E
No hay transiciones 0 0
Transiciones graduales 0.1 0.3
Secciones típicas de canales 0.3 0.5
Puentes 0.5 0.6
Transiciones abruptas 0.6 0.8
_
2.4 Arc View – Geo Ras.
Es una extensión para la interrelación del Hec-Ras con el Arc View GIS,
“Geographi Information System” este software es reproducido por el
“Evironmental Systems Research Institute (ESRI)”.
La extensión del Hec-GeoRas a sido desarrollado en compañía de

investigación en acuerdo con la “Hidrologic Engineering Center (HEC)”
y ESRI (Hidrologic Engineering Center –2002)
2.5 Criterios para Determinar la Faja Marginal
Para Determinar la Faja Marginal se deben tomar en cuenta los siguientes

criterios:
< Ley General de Aguas N° 17752

< Descargas Máximas de Avenidas.
< Características físicas del cauce.
< Perfil de río
< Secciones transversales
< Puntos de referencia
< Aplicación del HEC RAS 3.1.1 del Geo Ras 3.1
< La orientación del río
< Características geométricas colindantes con el cauce del río.
< Tierras agrícolas reconocidas legalmente colindantes con la ribera del
río.
< Decretos legislativos
_
2.6 Base Legal.
< DL. Nº 17752; Ley General de Aguas, 24 de Julio de 1969.

< D.S. Nº 929-73-AG Reglamento del Titulo VI “ De las Propiedades
Marginales” del Decreto Ley Nº 17752 – “Ley General de Aguas”
< D.S. 012-94-AG. Del 27/03/94: Declaran áreas intangibles los cauces,
riberas y fajas marginales de los ríos, arroyos, lagos, lagunas y vasos
de almacenamiento. Encargándose a las D.R.A., ATDR, J.U. la
delimitación de las áreas.
< Ley 26737 del 05/01/97: Disponen que la Autoridad de Aguas controle
la explotación de materiales que acarrean y depositan las aguas en sus
cauces.
< D.S. 013-97-AG.- del 09/07/97 : Reglamento de la Ley 26737
(LEY GENERAL DE AGUA N° 17752) - DE LAS FAJAS
MARGINALES
Artículo 19º.- Se entiende por faja marginal el área inmediata superior a la

ribera de un río, arroyo, laguna, charco, estanque, vaso de almacenamiento
y otros.
Artículo 20º.- Los Propietarios de tierras aledañas a los álveos están

obligados a mantener la faja marginal de terreno destinada al camino de
vigilancia y, en su caso, al uso primario del agua, la navegación, el
tránsito, la pesca u otros servicios. En todos estos casos no habrá lugar a
indemnización por la servidumbre; pero en caso de daños, los usuarios
quedan obligados a la respectiva indemnización.
Artículo 21º.- La Administración Técnica fijará en cada caso el ancho de la

faja marginal en uno o en ambos cauces, teniendo en cuenta la importancia
del cauce y la infraestructura necesaria para la conservación del servicio
que va a prestar.
_
Artículo 22.- La Administración Técnica puede otorgar permiso para

depositar o tomar material ubicados en las fajas marginales que se
consideran necesarios para la construcción de obras de defensa en caso de
emergencia.
Artículo 23.- No se permitirá la instalación o construcción de viviendas

dentro de la faja marginal, salvo que se hubiesen efectuado obras de
defensa y con la previa autorización del Ministerio de Vivienda (hoy
incorporado al ministerio de Transporte, Comunicaciones, Vivienda y
Construcción.
Artículo 24.- El Poder Ejecutivo determinará las áreas marginales a

reservarse para la Defensa Nacional y para servicios públicos.
Artículo 25º.- La Administración Técnica promoverá programas de

forestación en las áreas marginales a fin de defender los terrenos de la
acción erosiva de las aguas, y reglamentará en cada caso la protección o
renovación de dichas defensas vivas. No se permitirá el corte o destrucción
de dichas defensas, salvo para prevenir un mal mayor y previa justificación
técnica
_

Marco Teorico

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Marco Teorico

Caricato da

Copyright:

Formati disponibili

“Modelacion Matematica de áreas de riesgo factibles a inundación, de los sectores pampas

La Topografía es el conjunto de principios y procedimientos que tienen

Es el arte de medir distancias verticales y horizontales entre puntos y

El procedimiento a seguir en un levantamiento topográfico comprende

Trabajo de Campo; esta etapa consiste en tomar registros y medidas a

Trabajo de Gabinete; consiste en hacer cálculos necesarios para

Dibujo; consiste en dibujar a escala las medidas en los planos, perfiles y

2.2 Elementos de Hidrología Estadística.

La hidrológica proporciona una gran variedad de métodos basados en

Para el estudio hidrológico de la cuenca del río Chicama se tomo en

2.2.1. Periodo De Retorno Y Probabilidad

El periodo de retorno (T) o periodo de ocurrencia de una

Por ejemplo, si en un determinado lugar existe una serie de

El análisis de frecuencias busca asignar a cada caudal una

El periodo de retorno “T”, se usa comúnmente en lugar de la

2.2.2. Métodos Estadísticos

a. Series parciales y Anuales

Para el posicionamiento del trazado hay diferentes métodos.

Hazen 1930 2m-1/(2n)

Weibull 1939 m/(n+1)

Blom 1958 (m-3/8)/(n+1/4)

Tukey 1962 (3m-1)/(3n+1)

Gringorten 1963 (m-0.44)/(n+0.12)

n = número total de valor de la muestra

La serie se ordena de mayor a menor, prescindiendo del año

Luego es necesario asignarle a cada valor una probabilidad

c. Modelo probabilístico o distribución de

El modelo probabilístico o distribución de frecuencias

Se trata de modelos discretos o continuos. Serán modelos

Serán modelos discretos:

Serán modelos continuos las distribuciones:

3. Distribución logarítmico –normal ( Log Pearson )

5. Distribución de valores extremos

 Tipo I o tipo exponencial (Ley de Gumbel)

 Tipo II o tipo Cauchy

 Tipo III o distribución truncadas.

6. Distribución Chi Cuadrado

c.1 Distribución Log Normal

Si los logaritmos Y de una variable aleatoria X se

Esta distribución es muy usada para el cálculo de

Limitaciones: tiene solamente dos parámetros, La

< y = Media de la Muestra.

< sy = Desviación estándar

(parámetro escalar), estimado y

y : Desviación estándar de los logaritmos de la

Factor de frecuencia (Caudal Máximo):

Puede trabajarse en el campo original y en el campo

1. Campo transformado: Si se trabaja en el campo

Ln ( XTr ) = X Tr +Kt *SY (4)

XTr = eln (XTr)

con K (factor de frecuencia) con variable normal

logaritmos y Sy es la desviación estándar de los

2. Campo original: Si se trabaja con los X sin

K es la variable normal estandarizada para el Tr dado,

Es el intervalo dentro del cual es muy probable que se

Ln( X Tr )  t (1 ) S e (6)

Donde: (1-) Intervalo de confianza al 95 %

en donde, n numero de datos, S e error estándar, KT

El procedimiento para el usos de esta distribución

de asimetría o sesgo (Cs) mediante las fórmulas que se

Si los logaritmos Y de una variable aleatoria X se

Se calcula la media de los “N” Valores máximos

Donde:  LnX i = Sumatoria de todos los logaritmos

< Se calcula el coeficiente de asimetría o sesgo de los