Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
AMH AMH
ACAPULCO, GUERRERO, MÉXICO, NOVIEMBRE 2012
Materiales
Mapa de ubicación de las estaciones meteorológicas para la
zona en estudio, base de datos que de las estaciones
climatológicas disponibles para la zona (Clicom y/o Eric 3,
aunque también se pueden usar mapas con extensión .kml,
compatibles con Google Earth).
Para la elaboración de mapas y análisis se usó sistemas de
información geográfica, en este caso Arcview, el cual se
complementó con el uso de Autocad.
Para el manejo de la información se usó Excel de Microsoft
Office
Metodología
Se entiende por Gestión de Datos Meteorológicos, al proceso
de Selección de las estaciones meteorológicas, Evaluación de
la consistencia de las estaciones, y el procedimiento de llenado
si fuese necesario. Figura 1. Diagrama de flujo
funcionamiento de las estaciones, confiabilidad de la base de forma normal, en caso contrario, el periodo de tiempo en que
datos, actualización de los datos, cantidad de estaciones estuvo operando sin el ajuste adecuado, generará una
disponibles en la zona, entre otros.). inconsistencia en los datos, y estos valores no podrán ser
De esta preselección de estaciones, se pueden desechar utilizados en el cálculo de la hidrología para la zona en
estaciones con periodos de información menores a 20 años a la estudio.
fecha actual o fecha en que se elabore el estudio, (este rechazo “Para determinar la consistencia se usa la técnica de la curva
debe su objetivo a aumentar la confiabilidad y continuidad en masa doble, que se basa en observaciones hechas en el sentido
la toma de lecturas, se podría tomar periodos mayores, esto de que la precipitación acumulada media para variaciones no
queda en función del tipo de estudio a llevar a cabo, periodos es muy sensible a cambios importantes, debido a que muchos
cercanos a 20 años demuestran una tendencia regular en el errores se compensan, mientras que la lluvia acumulada de
comportamiento, menores están sujetos a una variación una estación en particular se afecta demasiado en presencia de
mayor, dado que las condiciones y cambios fluctúan de cambios importantes” (Aparicio, 1992).
manera irregular). Se hace una interpretación gráfica de los datos acumulados
anuales de la estación en la cual se determinara la consistencia
contra los datos acumulados promedio de las demás estaciones
• SELECCIÓN DE ESTACIONES y se determina su comportamiento, la tendencia deberá ser
Una vez preseleccionadas las estaciones se podría trabajar con lineal para poder validar los datos de la estación, de lo
ellas, sin embargo se sugiriere hacer una selección más fina, contrario se desecharía la estación en estudio con sus datos
esta se hace en base al siguiente criterio: correspondientes.
*Determinar el % de datos ausentes en las lecturas (este se
puede determinar mediante un procedimiento sencillo, • LLENADO DE DATOS
determinando la cantidad de vacíos y la cantidad de datos en El llenado de datos solo permite llenar los vacios con datos
el periodo de años y elaborando una relación entre ambas) razonables consistentes con la estadística, estos métodos no
*Determinar el área de influencia de la estación dentro de la reproducen los datos perdidos.
zona en estudio (si la estación está muy alejada de la zona en Para el llenado de datos se requiere: (1) Identificar métodos de
estudio, no tendrá gran importancia dentro de la zona). Para selección de las estaciones útiles a llenar las estaciones con
poder darse una idea muy general de que tanta influencia tiene vacios. Dentro de los métodos propuestos, se evalúan las
la estación se pueden trazar líneas que unan las estaciones estaciones cercanas a la estación a llenar, se determina la
quedando las estaciones como vértices y líneas mediatrices correlación espacial de las estaciones cercanas frente a la
que representarán las zonas de dominio de las estaciones, esto estación a llenar, y el otro método evalúa con menos
se conoce como polígonos de Thiessen. rigurosidad la dependencia de las estaciones cercanas con la
*Identificar el periodo de años con datos, así como el total de estación a llenar, esta evalúa los valores medios anuales se
años. Es recomendable estadísticamente estaciones con total e encuentran dentro de un mismo intervalo. (2) Identificar
años superiores a 20, y un periodo de información más actual, metodologías adecuadas de llenado de datos, para ello se
de al menos 1 estación principal. utilizan métodos de interpolación espacial tales como:
Se recomienda elaborar una tabla que permita ubicar aquellas ecuación del inverso de la distancia al cuadrado, ecuación
estaciones que tendrán mayor peso en el llenado en base a regresión lineal simple o múltiple, entre otros.
todos los criterios anteriormente vistos.
Aquellas que no cumplan con los requisitos mínimos pueden
ser utilizadas como estaciones secundarias, cuya función es de • CORRELACIÓN ESPACIAL (1ER MÉTODO DE
aprovechar los datos disponibles para poder hacer el llenado SELECCIÓN ESTACIONES UTILES PARA LLENAR
en las estaciones principales, para evaluar la consistencia de DATOS)
las estaciones principales. La forma más directa de determinar la relación existente entre
dos variables o estaciones es a través de un diagrama de
• CONSISTENCIA Y VALIDACIÓN dispersión. Un diagrama de dispersión es un gráfico en el que
“La buena medición es vulnerable a distintos problemas que una de las variables de la estación (Xi) se coloca en el eje de
se pueden presentar, el operador no tomo el dato, el las abscisas, la otra estación para la misma variable y
instrumento presento algún daño, entre muchos otros factores, ubicación en el tiempo (Yi) en el de las ordenadas y los pares
y es por esto que en algunas ocasiones no se pueden hacer (Xi,Yi) se representan como una nube de puntos. Si esta nube
mediciones del fenómeno de precipitación” (Gutiérrez es lineal la relación es estrecha entre una variable y otra, pero
Briceño Álvaro Javier, 2012). si esta nube es totalmente dispersa, no existe relación entre las
Una vez seleccionadas las estaciones se procede a evaluar la estaciones, para la variable en análisis.
calidad y confiabilidad de la información, esto se hace por Otra forma de determinar esta relación es con el coeficiente
medio de una o varias pruebas de la consistencia de los datos, de correlación espacial, el cual es un índice que mide el
de aquí la importancia de tener un periodo de años de lecturas grado de covarianza entre distintas variables relacionadas
de 20 o más años, ya que las condiciones climatológicas nos linealmente, se cuantifica el grado de información común
permitirán determinar cómo van variando las lecturas en compartido entre dos estaciones. Entre más altos los valores
función de la variación de las condiciones (podrían ser un de correlación espacial más afines son las estaciones en
cambio en el equipo, cambio de operador) en caso de tener estudio. El coeficiente de correlación suele identificarse con la
documentado el periodo en que sucedió, se podrá hacer un variable ry se obtiene tipificando el promedio de los productos
ajuste a las lecturas y continuar con la toma de lecturas de de las puntuaciones diferenciales de cada caso desviaciones de
la media entre las dos variables correlacionadas.
XXII CONGRESO NACIONAL DE HIDRÁULICA
AMH AMH
ACAPULCO, GUERRERO, MÉXICO, NOVIEMBRE 2012
∑
=
Con los datos de la matriz de la inversa de la distancia y la
matriz de correlación donde son útiles solo las estaciones con
correlación mayor a 0.75, se procede a determinar la ecuación
( e se refieren a las puntuaciones diferenciales de cada de llenado para cada intervalo de datos faltantes a llenar de la
par, n al número de casos, y a las desviaciones típicas estación principal, hay que cuidar que las estaciones
de cada variable). seleccionadas para llenar contengan datos para el dato o
Se sugiere organizar los valores en una matriz de correlación intervalo de datos faltantes.
de todas las estaciones de la zona en estudio (principales y La ecuación de llenado del dato faltante requiere identificar el
secundarias), una vez calculados los coeficientes se eligen peso de cada estación. Este peso requiere el cálculo de suma
aquellos coeficientes que se encuentren por encima de 0.75, ya del inverso de la distancia Euclidiana al cuadrado, de las
que estos valores sugieren una estrecha relación entre las estaciones útiles a llenar el intervalo de datos faltantes (es
estaciones, con lo cual se puede utilizar valores de estas decir cuentan con información en el intervalo faltante de la
estaciones para determinar los vacíos en ambas estaciones. Se estación a llenar). Se obtiene el peso de cada estación útil en el
evaluaran las estaciones principales cuales estaciones pueden llenado, dividiendo el inverso de la distancia euclidiana al
ser útiles para su llenado. Por tanto se seleccionó como cuadrado de la estación a utilizar para llenar entre la suma del
criterio de significación, correlaciones mayores a 0.75. inverso de la distancia euclidiana al cuadrado. Este peso se
multiplicará por el valor de la precipitación en dicho periodo.
Y sumando el peso obtenido de las otras estaciones, se
• LLENADO CON INVERSO DE LA DISTANCIA obtendrá el valor estimado de uno.
EUCLIDIANA AL CUADRADO
($ %. . ! )2
! " ! ó =
Previo al llenado es necesario determinar la matriz de
distancias euclidianas de todas las estaciones de la zona en ∑'()($ %. . $ )2
estudio, así como determinar los estadísticos básicos de las
series meteorológicas originales (sin llenado) de la zona en '
estudio. " * ! = +,-! " ! ó ∗- ! - ó /
La distancia euclidiana es la distancia ordinaria ()
deducida a partir del teorema de Pitágoras, para determinar Siendo
esta distancia es a partir de las coordenadas de cada estación y i = 1,..n. Estaciones útiles a llenar la estación con vacios
su respectiva elevación hasta la otra estación. Obteniéndose Si las estaciones utilizadas a llenar tuviesen vacios en el
por tanto una matriz de distancias euclidianas de las estaciones periodo de tiempo de vacios de la estación a llenar, se provoca
principales y secundarias. De tal forma que la ecuación de la un error en la determinación del dato faltante.
distancia Euclidiana queda de la siguiente manera: Si existiese una sola estación con alta correlación con la
estación a llenar, se recomienda hacer uso del método de
correlación lineal.
. = ( − ) ( − ) +( − )
)−
16184 AGRO-URUAPAN, URUAPAN 1,611 1973-01 1974-04 96.1 -102.05 19.42
%= ∗ 100 16201 C.N.I.E.A. I.LOPEZ RAYON 1,634 1976-11 1979-12 63.2 -102.07 19.42
)
16203 TINGAMBATO ESC.SEC. FED. 1,610 1975-01 1982-05 72.8 -102.07 19.42
16146 ZIRAHUEN,VILLA ESCALANTE 1,850 1947-10 2003-03 88.2 -101.75 19.47
16212 BARRANCA DE CUPATITZIO 1,720 1977-08 1990-12 92.7 -102.08 19.47
Siendo: 16001 ACUITZIO DEL CANJE,(SMN) 2,070 1961-01 2003-12 71.3 -101.33 19.48
P1 = Precipitación media anual de la estación con 16001 ACUITZIO DEL CANJE,(SMN) 2,070 1961-01 2003-12 71.3 -101.33 19.48
datos faltantes 16072 LOS CHORROS DEL VARAL, 881 1965-07 1990-12 97.8 -102.58 19.5
16088 PERIBAN, PERIBAN 1,630 1969-02 1998-06 89.4 -102.43 19.52
Pi = Precipitación media anual de las estaciones útiles para 16087 PATZCUARO, PATZCUARO 2,043 1969-01 2004-03 70.9 -101.62 19.53
el llenado 16257 STA. ISABEL DE AJUNO 2,550 1982-07 1988-08 74.4 -101.62 19.53
16087 PATZCUARO, PATZCUARO 2,043 1969-01 2004-03 70.9 -101.62 19.53
16257 STA. ISABEL DE AJUNO 2,550 1982-07 1988-08 74.4 -101.62 19.53
El llenado también se realiza por el método del inverso de la 16053 INGENIO SAN SEBASTIAN, 1,225 1961-01 1975-12 95.1 -102.58 19.57
16073 LOS LIMONES, LOS REYES 1,225 1954-10 1998-08 93.3 -102.58 19.57
distancia Euclidiana o regresión lineal simple, este tipo de 16133 TURICATO, TURICATO 795 1969-01 2002-12 95.9 -101.42 19.57
matriz da una mayor amplitud para la selección de estaciones. 16133 TURICATO, TURICATO 795 1969-01 2002-12 95.9 -101.42 19.57
16120SANTIAGO UNDAMEO,MORELIA2,000 1953-12 2004-02 90.1 -101.3 19.6
16022 COINTZIO, MORELIA 1,950 1940-04 2004-02 87.8 -101.25 19.6
• LLENADO BASADO EN LA TENDENCIA 16120SANTIAGO UNDAMEO,MORELIA2,000 1953-12 2004-02 90.1 -101.3 19.6
16256EX-HACIENDA DE GUADALUPE 1,950 1982-07 1982-08 100 -101.25 19.6
Una vez realizados los procedimientos anteriores se debe tener 16114 S.MIGUEL DEL MONTE, MOR. 2,000 1963-12 2004-02 74.1 -101.13 19.62
16247 CAPULA, MORELIA 1,708 1981-07 2003-12 57.8 -101.38 19.67
la mayoría del llenado completo, sin embargo, se sugiere tener 16055 JESUS DEL MONTE, MORELIA 1,250 1935-11 2004-01 94.3 -101.12 19.67
todos los datos llenos, para esto aplicamos la tendencia que es 16247 CAPULA, MORELIA 1,708 1981-07 2003-12 57.8 -101.38 19.67
16045 EL TEMASCAL, CHARO 1,686 1965-01 2003-06 95.3 -101.03 19.68
una función que hace una estimación de un dato en función de 16032 CHARAPAN, CHARAPAN 1,560 1952-08 1973-10 83 -102.2 19.7
varios valores conocidos. Esta permite un poco más de 16194 E.T.A. 39 TOCUMBO, (SMN) 974 1975-01 1999-12 95.9 -102.5 19.7
certeza, ya que se basa en los valores anteriores para predecir 16081 MORELIA, MORELIA (DGE) 1,915 1947-05 1986-12 99.2 -101.18 19.7
16512 EL COLEGIO, TARIMBARO 1,948 1986-01 2004-02 81.2 -101.18 19.7
el valor faltante. 16118 SANTA FE, QUIROGA 1,700 1963-06 2003-02 87.4 -101.53 19.73
• LLENADO BASADO EN LA MEDIA 16205 CHILCHOTA E.T.A. 140, 1,500 1975-06 1976-02 22.2 -102.17 19.73
16253 TANACO, CHERAN 1,850 1982-01 1999-12 69 -101.98 19.75
Con esta función simplemente llenamos los últimos valores a 16188 TIRINDARO, ZACAPU 383 1973-12 2003-02 89.7 -101.75 19.77
16028 CUITZILLO GRANDE, 1,831 1969-07 2004-02 89.7 -101.12 19.77
los cuales no se les pudo aplicar ninguno de los métodos 16254 TEREMENDO, MORELIA 2,350 1982-01 2003-12 90.4 -101.48 19.78
anteriores, este método consiste en sacar un promedio de los 16105 QUIRIO, INDAPARAPEO 1,830 1963-06 2004-03 90.3 -100.98 19.8
16142 ZACAPU, ZACAPU (DGE) 1,980 1968-08 1999-03 97 -101.78 19.82
valores precedentes en el mes al dato vacío. 16171 ZACAPU, ZACAPU (SMN) 1,980 1923-01 1969-07 98.6 -101.78 19.82
16240 EL PUEBLITO, ZACAPU 1,100 1981-07 2003-04 49.3 -101.92 19.82
Aplicación de la metodología para la cuenca 16116SAN SEBASTIAN,QUERENDARO 2,070 1969-07
16250 HUANDACARO, CUITZEO 2,285 1982-07
1991-12
2004-03
99.8
69.1
-100.95
-101.27
19.82
19.82
del rio Angulo. 16004 ALVARO OBREGON, (SMN) 970 1964-10 1985-12 98.7 -101.03 19.83
16100 PUENTE SAN ISIDRO, 1,989 1947-01 1993-01 98.4 -101.53 19.85
16015 CARAPAN, CHILCHOTA 2,050 1950-01 2003-06 64.3 -102.05 19.87
• Preselección estaciones 16106 SAN ANGEL, TINGUINDIN 1,870 1954-05 1990-12 95.3 -102.53 19.88
16125TANGANCICUARO A.ETUCUARO 1,700 1947-07 1999-12 74 -102.22 19.88
En un principio se ubicaron 113 estaciones, esto para dar 16251PATAMBAN, TANGANCICUARO 1,700 1982-01 1999-04 36.5 -102.22 19.88
margen a aquellas estaciones que se ubicaban fuera de la zona 16050 HUANIQUEO, HUANIQUEO 1,950 1948-07 2002-12 89.3 -101.5 19.9
16023 COPANDARO DE GALEANA, 1,500 1969-12 2001-04 87.8 -101.67 19.9
de estudio, y de aquellas que iban a ser desechadas por no 16014CAMECUARO, TANGANCICUARO1,630 1951-06 2003-04 92.7 -102.2 19.91
cumplir el criterio de años requeridos (Tabla 1). 16034 CHUCANDIRO, CHUCANDIRO 2,456 1969-01 1987-07 79.2 -101.33 19.92
16103 PUREPERO, PUREPERO 1,850 1948-06 1986-09 94.5 -102.05 19.92
• Selección estaciones principales y secundarias 16225 VILLA JIMENEZ, V.JIMENEZ 1,980 1980-01 2003-02 90.7 -101.75 19.92
16248 CAURIO DE GUADALUPE 1,523 1981-07 1999-12 96.2 -101.86 19.92
Posteriormente se seleccionaron aquellas estaciones que 16057 JIMENEZ, VILLA JIMENEZ 1,250 1970-07 1999-03 90.9 -101.75 19.93
16231 LAS CRUCES, PURUANDIRO 2,070 1982-07 2003-05 55.6 -101.38 19.93
contaran con un porcentaje de vacíos menor al 20%, en 16229 ADJUNTAS, TANGANDICUARO 1,630 1981-08 2000-12 57.1 -102.2 19.95
algunos casos, debido a la importancia de las estaciones se 16162 ORANDINO, JACONA 1,633 1961-01 2000-12 96.6 -102.33 19.96
16095 PRESA JARIPO, VILLAMAR 1,570 1948-06 2000-08 98.3 -102.6 19.96
pueden seleccionar estaciones con un porcentaje mayor, estas 16137UREPETIRO, TANGANCICUARO 1,754 1949-01 2001-12 95.6 -102.14 19.96
son utilizadas como estaciones secundarias. 16031 CHAPARACO, ZAMORA 1,633 1948-02 2002-05 97.9 -102.26 19.96
16094PRESA GUARACHA, VILLAMAR 1,570 1944-01 1999-08 98.8 -102.58 19.96
16027 CUITZEO, CUITZEO 1,831 1923-03 2003-01 96.2 -101.32 19.97
16042 EL PLATANAL, JACONA 1,550 1969-03 1970-10 88.3 -102.27 19.97
16084 PANINDICUARO, 1,638 1946-08 2002-12 76.3 -101.77 19.98
16143 ZAMORA, ZAMORA (SMN) 1,667 1922-05 1960-12 99.5 -102.28 19.98
XXII CONGRESO NACIONAL DE HIDRÁULICA
AMH AMH
ACAPULCO, GUERRERO, MÉXICO, NOVIEMBRE 2012
#
#
16159
Correlación espacial
S
•
E
s
t
a
c
i
o
n
e
s
11010#
P
e
r
i
m
c
u
e
n
k
.
s
h
p
16031
#
16014 162481605716225
#
#
#
#
16050
#
función coeficiente R2 de Excel, el cual corresponde al
16023
16142
#
16105
coeficiente de correlación y se eligieron valores iguales o
16188 16254
mayores a 0.75, para en base a estos comenzar el llenado
#
#
#
#
#
#
16512
# #
# #
# # #
# #
#
##
#
#
#
#
#
#
#
#
(Figura 4). Luego se elabora la matriz de correlación espacial
(Tabla 4).
#
16120
#
#
#
#
#
#
16133
#
#
#
#
#
16146#
97 600.5 591.3 618.5 826.7 519.8 794.7 … 8165.0 684.9 8579.8 50 1 0.72 0.72 0.66 0.65 0.82 0.66 0.59 0.65 0.74 0.70 0.70
98 723.1 502.8 740.8 677.3 … 8888.1 772.3 9352.0 105 1 0.78 0.68 0.71 0.77 0.73 0.67 0.67 0.78 0.69 0.64
120 1 0.71 0.70 0.76 0.73 0.63 0.64 0.64 0.74 0.67
99 550.7 531.0 418.3 838.4 893.2 … 9438.8 770.7 10122.7
133 1 0.75 0.70 0.68 0.69 0.69 0.61 0.70 0.64
00 850.5 436.5 721.6 1011.5 680.2 946.0 … 10289.3 903.3 11026.0
146 1 0.72 0.66 0.61 0.68 0.64 0.72 0.56
01 967.5 780.2 731.5 1057.9 774.9 742.7 … 11256.8 891.1 11917.1
225 1 0.74 0.63 0.68 0.83 0.70 0.72
02 1009.8 929.6 839.6 1151.3 785.3 864.9 … 12266.6 912.0 12829.0
512 1 0.58 0.58 0.64 0.59 0.70
03 891.2 884.1 745.2 1168.0 790.5 885.6 … 13157.8 940.3 13769.3
228 1 0.86 0.59 0.58 0.56
04 692.9 657.2 835.3 813.3 694.0 935.5 … 13850.7 768.3 14537.6
7 1 0.61 0.64 0.59
05 642.8 702.8 656.6 917.2 831.0 … 14493.5 796.4 15334.0
23 1 0.62 0.60
06 537.0 597.2 514.0 850.4 642.0 630.3 … 15030.5 662.9 15996.9
87 1 0.64
07 749.0 880.8 618.4 740.6 836.6 1112.1 … 15779.5 926.1 16923.0
254 1
XXII CONGRESO NACIONAL DE HIDRÁULICA
AMH AMH
ACAPULCO, GUERRERO, MÉXICO, NOVIEMBRE 2012
• Distancia Euclidiana
Tabla 8. Ampliación Correlación espaciales
Una vez determinados los valores de la distancia Euclidiana, y
obtenidos los valores estadísticos de comparación, se
seleccionaron aquellas estaciones con un 0.75 de correlación
espacial (Tabla 5, Tabla 6).
Nota: No se presenta toda la tabla de distancia euclidiana pero
si parte de la tabla para que se note de donde se han obtenido
los valores. Las estaciones en color naranja más claro son
secundarias, por tal caso no fueron consignadas en la tabla
principal. En este caso se puede observar que con los datos de • Regresión lineal
las estaciones 16014 y 16146 se pueden llenar datos de la Una vez concluido el llenado con el inverso de la distancia
estación 16133. Euclidiana se pudo observar que todavía se encontraban
ausencias en la serie de precipitación, entonces se aplicó
Tabla 5. Matriz Distancia Euclidiana regresión lineal, es necesario tener precaución que en meses
Distancia Euclidiana secos este método puede arrojar valores con tendencias muy
11010 11142 16050 16105 16120 16133 16146 16225 16512 16228 16007 16023 16087 16254
010 1 55466 25851 53457 56049 59134 79973 43008 48999 145166 145913 36730 2743899 36636 altas, dado que considera un comportamiento lineal (Figura 5).
142 1 57187 107465 95848 91623 89711 40991 96519 133601 137191 46182 2794079 68028
050 1 55511 39084 37536 54123 25700 39951 120182 120588 17100 2736912 12689
105 1 39944 52322 88524 81145 23710 158375 156498 72485 2690813 52440
120 1 12812 49493 58761 16531 118728 116645 51052 2698765 27913
133 1 36682 52213 28630 106096 104183 45552 2705012 24903
146 1 50180 64868 70141 69003 49201 2722635 44835
225 1 63941 105723 107578 8669 2757071 31555
512 1 134665 132813 55440 2697793 32771
228 1 7645 109370 2741579 113374
007 1 110674 2733961 113094
023 1 2749746 23397
087 1 2726657
254 1