XXII CONGRESO NACIONAL DE HIDRÁULICA

AMH AMH
ACAPULCO, GUERRERO, MÉXICO, NOVIEMBRE 2012

GESTIÓN DE DATOS METEREOLÓGICOS

Almanza Campos Jorge Alfonso1, Sánchez Quispe Sonia Tatiana2, Hernández Hernández
Mario Alberto3
Universidad Michoacana de San Nicolás de Hidalgo, Departamento de Hidráulica, Ciudad Universitaria
Edificio H, Morelia Michoacán, México. Tel 52-443-3223500 ext. 4308
jorgealmanz@hotmail.com, soniatsq@hotmail.com

estaciones con información aceptable, y es utilizada con la

Introducción y objetivos finalidad de dar por válida la información meteorológica o de
rechazar la información de la estación analizada, esto lleva a
Actualmente en México existe una problemática en la gestión anular la estación que no tenga consistencia. El proceso de
de la información meteorológica, esta tiene su origen, en que llenado permite completar los vacíos de la serie histórica de
todavía se sigue trabajando con estaciones meteorológicas que datos meteorológicos.
cuenta con instrumentación básica, por ejemplo, para la
precipitación la mayor cantidad de información proviene de
pluviómetro. Situación que para algunos estudios puede ser
suficiente, pero para otros se dificulta el desarrollo de estudios
robustos. Actualmente se cuenta con bases de datos que
permiten obtener esta información, sin embargo, esta presenta
vacíos o falta de información en periodos cortos o largos. El
objetivo principal del presente trabajo, es desarrollar una
metodología que permitan estimar los vacíos en series de
tiempo meteorológicas, trabajaremos con las precipitaciones,
lo cual ha llevado a proponer metodologías que permitan la
selección y elaboración de un llenado confiable. Esta
metodología puede ser de utilidad en las tareas docentes o de
investigación climatológica, así como en el trabajo del
profesional dedicado a servicios meteorológicos e
hidrológicos.

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

El presente trabajo propone una metodología que se resume en

el diagrama de flujo de la Figura 1.
Toda zona de estudio puede contar con estaciones dentro y
fuera, a partir de esta situación se inicia la Gestión de los
Datos Meteorológicos.
El proceso de preselección y selección identificara las
estaciones principales, y las no elegidas se denominaran
secundarias, una estación principal es una estación robusta en
información tanto temporalmente como espacialmente. El
proceso de Consistencia de los datos, permite identificar
• PRESELECCIÓN DE ESTACIONES
Esta etapa consiste en ubicar las estaciones geográficamente
en la zona y usando el criterio de cercanía espacial, elegir de
acuerdo al tamaño de la zona en estudio una cantidad
suficiente de estaciones para que abarquen la superficie de la
zona, así como otras que envuelvan la zona, (la cantidad
depende de varios factores como: la automatización de la
recolección de datos, confiabilidad en la transmisión de datos,
continuidad en la toma de lecturas, periodo de años en
 XXII CONGRESO NACIONAL DE HIDRÁULICA
AMH
ACAPULCO, GUERRERO, MÉXICO, NOVIEMBRE 2012
funcionamiento de las estaciones, confiabilidad de la base de
datos, actualización de los datos, cantidad de estaciones
disponibles en la zona, entre otros.).
De esta preselección de estaciones, se pueden desechar
estaciones con periodos de información menores a 20 años a la
fecha actual o fecha en que se elabore el estudio, (este rechazo
debe su objetivo a aumentar la confiabilidad y continuidad en
la toma de lecturas, se podría tomar periodos mayores, esto
queda en función del tipo de estudio a llevar a cabo, periodos
cercanos a 20 años demuestran una tendencia regular en el
comportamiento, menores están sujetos a una variación
mayor, dado que las condiciones y cambios fluctúan de
manera irregular).
• SELECCIÓN DE ESTACIONES
Una vez preseleccionadas las estaciones se podría trabajar con
ellas, sin embargo se sugiriere hacer una selección más fina,
esta se hace en base al siguiente criterio:
*Determinar el % de datos ausentes en las lecturas (este se
puede determinar mediante un procedimiento sencillo,
determinando la cantidad de vacíos y la cantidad de datos en
el periodo de años y elaborando una relación entre ambas)
*Determinar el área de influencia de la estación dentro de la
zona en estudio (si la estación está muy alejada de la zona en
estudio, no tendrá gran importancia dentro de la zona). Para
poder darse una idea muy general de que tanta influencia tiene
la estación se pueden trazar líneas que unan las estaciones
quedando las estaciones como vértices y líneas mediatrices
que representarán las zonas de dominio de las estaciones, esto
se conoce como polígonos de Thiessen.
*Identificar el periodo de años con datos, así como el total de
años. Es recomendable estadísticamente estaciones con total e
años superiores a 20, y un periodo de información más actual,
de al menos 1 estación principal.
Se recomienda elaborar una tabla que permita ubicar aquellas
estaciones que tendrán mayor peso en el llenado en base a
todos los criterios anteriormente vistos.
Aquellas que no cumplan con los requisitos mínimos pueden
ser utilizadas como estaciones secundarias, cuya función es de
aprovechar los datos disponibles para poder hacer el llenado
en las estaciones principales, para evaluar la consistencia de
las estaciones principales.
• CONSISTENCIA Y VALIDACIÓN
“La buena medición es vulnerable a distintos problemas que
se pueden presentar, el operador no tomo el dato, el
instrumento presento algún daño, entre muchos otros factores,
y es por esto que en algunas ocasiones no se pueden hacer
mediciones del fenómeno de precipitación” (Gutiérrez
Briceño Álvaro Javier, 2012).
Una vez seleccionadas las estaciones se procede a evaluar la
calidad y confiabilidad de la información, esto se hace por
medio de una o varias pruebas de la consistencia de los datos,
de aquí la importancia de tener un periodo de años de lecturas
de 20 o más años, ya que las condiciones climatológicas nos
permitirán determinar cómo van variando las lecturas en
función de la variación de las condiciones (podrían ser un
cambio en el equipo, cambio de operador) en caso de tener
documentado el periodo en que sucedió, se podrá hacer un
ajuste a las lecturas y continuar con la toma de lecturas de
AMH
forma normal, en caso contrario, el periodo de tiempo en que
estuvo operando sin el ajuste adecuado, generará una
inconsistencia en los datos, y estos valores no podrán ser
utilizados en el cálculo de la hidrología para la zona en
estudio.
“Para determinar la consistencia se usa la técnica de la curva
masa doble, que se basa en observaciones hechas en el sentido
de que la precipitación acumulada media para variaciones no
es muy sensible a cambios importantes, debido a que muchos
errores se compensan, mientras que la lluvia acumulada de
una estación en particular se afecta demasiado en presencia de
cambios importantes” (Aparicio, 1992).
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
y se determina su comportamiento, la tendencia deberá ser
lineal para poder validar los datos de la estación, de lo
contrario se desecharía la estación en estudio con sus datos
correspondientes.
• LLENADO DE DATOS
El llenado de datos solo permite llenar los vacios con datos
razonables consistentes con la estadística, estos métodos no
reproducen los datos perdidos.
Para el llenado de datos se requiere: (1) Identificar métodos de
selección de las estaciones útiles a llenar las estaciones con
vacios. Dentro de los métodos propuestos, se evalúan las
estaciones cercanas a la estación a llenar, se determina la
correlación espacial de las estaciones cercanas frente a la
estación a llenar, y el otro método evalúa con menos
rigurosidad la dependencia de las estaciones cercanas con la
estación a llenar, esta evalúa los valores medios anuales se
encuentran dentro de un mismo intervalo. (2) Identificar
metodologías adecuadas de llenado de datos, para ello se
utilizan métodos de interpolación espacial tales como:
ecuación del inverso de la distancia al cuadrado, ecuación
regresión lineal simple o múltiple, entre otros.
• CORRELACIÓN ESPACIAL (1ER MÉTODO DE
SELECCIÓN ESTACIONES UTILES PARA LLENAR
DATOS)
La forma más directa de determinar la relación existente entre
dos variables o estaciones es a través de un diagrama de
dispersión. Un diagrama de dispersión es un gráfico en el que
una de las variables de la estación (Xi) se coloca en el eje de
las abscisas, la otra estación para la misma variable y
ubicación en el tiempo (Yi) en el de las ordenadas y los pares
(Xi,Yi) se representan como una nube de puntos. Si esta nube
es lineal la relación es estrecha entre una variable y otra, pero
si esta nube es totalmente dispersa, no existe relación entre las
estaciones, para la variable en análisis.
Otra forma de determinar esta relación es con el coeficiente
de correlación espacial, el cual es un índice que mide el
grado de covarianza entre distintas variables relacionadas
linealmente, se cuantifica el grado de información común
compartido entre dos estaciones. Entre más altos los valores
de correlación espacial más afines son las estaciones en
estudio. El coeficiente de correlación suele identificarse con la
variable ry se obtiene tipificando el promedio de los productos
de las puntuaciones diferenciales de cada caso desviaciones de
la media entre las dos variables correlacionadas.
 XXII CONGRESO NACIONAL DE HIDRÁULICA
AMH
ACAPULCO, GUERRERO, MÉXICO, NOVIEMBRE 2012
∑
=
( e se refieren a las puntuaciones diferenciales de cada
par, n al número de casos, y a las desviaciones típicas
de cada variable).
Se sugiere organizar los valores en una matriz de correlación
de todas las estaciones de la zona en estudio (principales y
secundarias), una vez calculados los coeficientes se eligen
aquellos coeficientes que se encuentren por encima de 0.75, ya
que estos valores sugieren una estrecha relación entre las
estaciones, con lo cual se puede utilizar valores de estas
estaciones para determinar los vacíos en ambas estaciones. Se
evaluaran las estaciones principales cuales estaciones pueden
ser útiles para su llenado. Por tanto se seleccionó como
criterio de significación, correlaciones mayores a 0.75.
• LLENADO CON INVERSO DE LA DISTANCIA
EUCLIDIANA AL CUADRADO
Previo al llenado es necesario determinar la matriz de
distancias euclidianas de todas las estaciones de la zona en
estudio, así como determinar los estadísticos básicos de las
series meteorológicas originales (sin llenado) de la zona en
estudio.
La distancia euclidiana es la distancia ordinaria
deducida a partir del teorema de Pitágoras, para determinar
esta distancia es a partir de las coordenadas de cada estación y
su respectiva elevación hasta la otra estación. Obteniéndose
por tanto una matriz de distancias euclidianas de las estaciones
principales y secundarias. De tal forma que la ecuación de la
distancia Euclidiana queda de la siguiente manera:
. = ( − ) ( − ) +( −
Siendo
= Coordenada x estación i; = Coordenada x estación j
= Coordenada y estación i; = Coordenada y estación j
= Elevación estación i; = Elevación estación j
Una vez determinada esta distancia se calcula su inverso y se
prepara la matriz de inverso de la distancia euclidiana que
permita manejar estos valores.
Se obtienen los valores estadísticos que nos
permitan determinar la variación al inicio (antes del llenado) y
al final del llenado de las series, de tal manera que con estos
valores es posible evaluar la variación de los coeficientes y
por tanto la confiabilidad del llenado. Entre los estadísticos
básicos se sugieren la media, la variación y el sesgo.
Para el llenado de datos es necesaria una inspección cuidadosa
de la matriz de correlación, ubicación espacial de las
estaciones respecto a la estación a llenar, y que las estaciones
puedan llenar los datos faltantes, entre otros. De este análisis
es posible identificar que estaciones pueden llenar un intervalo
de datos faltantes y otras estaciones pueden llenar otro
intervalo de datos faltantes. Esta parte del proceso de llenado
es subjetiva y se basa fuertemente de la experiencia de la
persona que realiza el análisis, es importante hacer notar que
sigue dos condiciones importantes: la cercanía de las
estaciones y la correlación con criterio de significación.
AMH
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
de llenado para cada intervalo de datos faltantes a llenar de la
estación principal, hay que cuidar que las estaciones
seleccionadas para llenar contengan datos para el dato o
intervalo de datos faltantes.
La ecuación de llenado del dato faltante requiere identificar el
peso de cada estación. Este peso requiere el cálculo de suma
del inverso de la distancia Euclidiana al cuadrado, de las
estaciones útiles a llenar el intervalo de datos faltantes (es
decir cuentan con información en el intervalo faltante de la
estación a llenar). Se obtiene el peso de cada estación útil en el
llenado, dividiendo el inverso de la distancia euclidiana al
cuadrado de la estación a utilizar para llenar entre la suma del
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
obtendrá el valor estimado de uno.
($ %. . ! )2
! " ! ó =
∑'()($ %. . $ )2
'
" * ! = +,-! " ! ó ∗- ! - ó /
()
Siendo
i = 1,..n. Estaciones útiles a llenar la estación con vacios
Si las estaciones utilizadas a llenar tuviesen vacios en el
periodo de tiempo de vacios de la estación a llenar, se provoca
un error en la determinación del dato faltante.
Si existiese una sola estación con alta correlación con la
estación a llenar, se recomienda hacer uso del método de
correlación lineal.
)
• LLENADO CON REGRESIÓN LINEAL
Luego de terminar todos los posibles llenados con la ecuación
de interpolación espacial del inverso de la distancia al
cuadrado, y existen aun vacios en la estación a llenar, y esta
tiene correlación con una estación, se aplica la ecuación de
interpolación de regresión lineal. Es método asume una que
todos los puntos de dispersión de las precipitaciones
mensuales tienen un comportamiento lineal, en base a este
comportamiento se puede determinar una ecuación que
compense la variación de los puntos dispersos.
Dato faltante = a + b (precipitación estación con alta
correlación)
a, b = parámetros de la ecuación de la recta, obtenida con la
información de la estación a llenar y estación útil para el
llenado
Con esta ecuación se pueden determinar algunos valores de
datos faltantes.
• INTERVALO DE GASTO MEDIO (2DO MÉTODO DE
SELECCIÓN DE ESTACIONES A LLENAR)
Una vez culminada la etapa de llenado anterior suelen
presentarse algunos vacíos. Por lo que es necesario
nuevamente seleccionar estaciones útiles para el llenado
mediante un método menos riguroso que el de la correlación
 XXII CONGRESO NACIONAL DE HIDRÁULICA
AMH AMH
ACAPULCO, GUERRERO, MÉXICO, NOVIEMBRE 2012

espacial. Se calcula en todas las estaciones la precipitación Tabla 1.Preselección de estaciones

media anual y se indican que tienen buena relación aquellas en Clave Ubicación Altitud Fecha inicio Fecha fin % Llenado Longitud Latitud
11010 CERANO,YURIRIA 1850 -101.38 20.1
que la media anual de la precipitación (por ejemplo) se 11142 EL CUBO,SALVATIERRA 1782 -101.88 20.27
encuentra en el intervalo de significancia del ±10%. Por lo que 11146 LAS JICAMAS,V. DE SANTIAGO 1840 -101.35 20.27
se recomienda elaborar la matriz de la media anual para el 14298 LA BARC,JAL LA BARCA -102.53 20.28
16010 BARTOLINAS, TACAMBARO 1242 1961-01 1976-12 92.4 -101.43 19.2
intervalo de significancia del ±10%. En esta Matriz también 16123 TACAMBARO, TACAMBARO 1,755 1922-01 2003-06 91.7 -101.47 19.23
participan las estaciones principales y secundarias de la zona 16127 TARETAN, TARETAN 1,170 1961-01 1998-06 99.7 -101.92 19.33
16207 E.T.A. 297, TARETAN 1,125 1977-01 1977-08 88.3 -101.95 19.33
en estudio. 16109 SAN DIEGO CURUCUPATZEO, 1,020 1922-01 2003-04 90.9 -101.18 19.33
Esta matriz tiene una función similar a la Matriz de 16156 CHARAPENDO, G. ZAMORA 1,000 1969-07 1985-09 92.1 -102.07 19.35
16056 JICALAN, URUAPAN 1,610 1963-05 1998-06 95.3 -102.02 19.38
correlación, ya que con esta podemos seleccionar estaciones 16259 TZINDIO, SAN JUAN NUEVO 1,850 1982-10 1985-06 95.9 -102.12 19.4
con las cuales existe una relación. La diferencia es que esta 16139 VILLA MADERO, MADERO 2,227 1943-05 1984-09 95.5 -101.27 19.4
16140 VILLA MADERO, MADERO 2,135 1961-01 1990-12 97.5 -101.27 19.4
relaciona la altura de precipitación media anual de las 16130 E.N.M.G.F. URUAPAN, 1,611 1973-02 1975-04 96.1 -102.05 19.42
estaciones, y el tener valores cercanos indica una estrecha 16138 URUAPAN, URUAPAN (DGE) 1,610 1951-03 1985-10 67.7 -102.07 19.42
16164 URUAPAN, URUAPAN (SMN) 1,634 1921-11 1988-09 83.8 -102.07 19.42
relación entre las estaciones, situación no del todo cierta. Pero 16165 URUAPAN, URUAPAN (CFE) 1,611 1962-10 1999-12 93.1 -102.07 19.42
para fines de llenar una cantidad mínima de vacíos, se toma 16178 ESC.NAL.GUARDIAS FOREST. 1,611 1969-01 1990-09 60.8 -102.07 19.42
como cierta. 16182 URUAPAN(AMSA),URUAPAN 1609 -102.03 19.42

)−
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

Se seleccionaron aquellas estaciones con información a partir

del año de 1980 (Tabla 2, Figura 1), y con el último periodo
mínimo en el año 2010, para las secundarias se eligieron con
periodo mínimo del año 2003.
De lo anterior se concluyó con 20 estaciones, 6 de ellas
secundarias.
Tabla 2. Selección de las estaciones principales
Matriz de Selección de Estaciones
Clave Nombre X UTM Y UTM Años % Vacios Año Actual %Vacios Importancia
11010 Cerano,Yuriria 250828 2224329 26 1 1 84 1 2010 12.4 1111
11142 El cubo,Salvatierra 198838 2243654 29 1 2 71 1 2010 5.6 1211
16050 Huaniqueo,Huaniqueo 237937 2201922 28 1 1 89 1 2010 12.6 1111
16105 Quirio,Indaparapeo 292275 2190568 25 2 1 93 1 2010 17.5 1122 Figura 2.Estación inconsistente
16120 Santiago Undameo,Morelia 258756 2168843 30 1 1 98 1 2010 6.5 1111
16133 Turicato,Turicato 246426 2165359 30 1 1 100 1 2010 3.0 1111
16146 Zirahuen,Villa escalante 211293 2154812 25 2 1 86 1 2010 21.8 1121
16225 Villa Jimenez,Villa Jimenez 212419 2204979 26 1 1 90 1 2010 16.9 1111
16512 El colegio,Tarimbaro 271174 2179754 21 2 1 98 1 2010 30.6 1121
16228 Acahuato,Apatzingan 151046 2118894 28 1 1 85 1 2010 9.4 1112
16007 Apatzingan,Apatzingan 156208 2113255 25 2 1 90 1 2010 15.9 1122
16023 Copandaro de Galeana 220876 2203070 21 2 1 88 1 2010 30.4 1121
16087 Patzcuaro,Patzcuaro 2161939 255411 25 2 1 81 1 2010 19.6 1122
16254 Teremendo,Morelia 239848 2189377 28 1 1 90 1 2010 13.4 1111
C
u
e
n
c
a
R
í
o
A
n
g
u
l
o

#
#

11142 11146 Figura 3.Estación consistente

N
W

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

Para determinar la correlación de manera práctica se utiliza la

A
c
u
i
f
7
2
1
4
n
.
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#

Figura 1.Ubicación de estaciones

• Consistencia estaciones principales

Al aplicar la consistencia se encontró un comportamiento
irregular en la estación 11146, de tal manera que se procedió a
eliminar la estación (Tabla 3, Figura 2). Y de acuerdo al
criterio usado, fueron validadas las restantes (Figura 3).

Tabla 3.Datos para determinación de la consistencia

512 16512 11010 11142 16050 16105 16120 … Acum512 PromEst AcPromEst
87 519.3 245.2 294.8 778.4 699.4 620.2 … 519.3 683.1 683.1
88 876.8 645.1 689.9 785.3 878.8 … 1396.1 839.6 1522.7 Figura 4.Correlación gráfica
89 666.7 214.1 547.6 535.9 555.9 … 2062.8 625.7 2148.3
90 801.0 741.0 858.3 1179.8 … 2863.8 862.8 3011.2
91 850.9 930.0 762.4 759.6 873.1 … 3714.7 818.3 3829.5 Tabla 4. Matriz de correlaciones espaciales
92 933.4 778.0 638.5 973.5 815.8 944.9 … 4648.1 1031.0 4860.5
93 751.8 707.2 906.5 656.5 865.6 … 5399.9 808.5 5669.0 Matriz de correlación
94 679.4 556.1 623.3 722.1 670.5 649.8 … 6079.3 685.4 6354.4 010 142 050 105 120 133 146 225 512 228 007 023 087 254
95 920.2 327.5 530.8 874.0 755.3 1071.5 … 6999.5 872.6 7227.1 10 1 0.54 0.43 0.39 0.43 0.35 0.42 0.48 0.47 0.27 0.33 0.39 0.40 0.41
96 565.0 680.0 608.6 697.1 213.5 772.2 … 7564.5 667.8 7894.9 142 1 0.72 0.66 0.72 0.63 0.59 0.73 0.64 0.55 0.57 0.66 0.66 0.64

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

Tabla 6. Inverso Distancia Euclidiana

Inverso Distancia Euclidiana
11142 16050 16105 16120 16133 16146 16225 16512 16228 16007 16023 16087 16254
010 3.3E-10 1.5E-09 3.5E-10 3.2E-10 2.9E-10 1.6E-10 5.4E-10 4.2E-10 4.7E-11 4.7E-11 7.4E-10 1.3E-13 7.5E-10 Figura 5.Obtención Ecuación regresión lineal
142 1 3.1E-10 8.7E-11 1.1E-10 1.2E-10 1.2E-10 6.0E-10 1.1E-10 5.6E-11 5.3E-11 4.7E-10 1.3E-13 2.2E-10
050 1 3.2E-10 6.5E-10 7.1E-10 3.4E-10 1.5E-09 6.3E-10 6.9E-11 6.9E-11 3.4E-09 1.3E-13 6.2E-09
105 1 6.3E-10 3.7E-10 1.3E-10 1.5E-10 1.8E-09 4.0E-11 4.1E-11 1.9E-10 1.4E-13 3.6E-10
120
133
1 6.1E-09 4.1E-10 2.9E-10 3.7E-09 7.1E-11 7.3E-11 3.8E-10 1.4E-13 1.3E-09
1 7.4E-10 3.7E-10 1.2E-09 8.9E-11 9.2E-11 4.8E-10 1.4E-13 1.6E-09
• Intervalo del Gasto Medio Anual
146 1 4.0E-10 2.4E-10 2.0E-10 2.1E-10 4.1E-10 1.3E-13 5.0E-10
225 1 2.4E-10 8.9E-11 8.6E-11 1.3E-08 1.3E-13 1.0E-09
Se seleccionan las estaciones que se encuentren dentro del
512 1 5.5E-11 5.7E-11 3.3E-10 1.4E-13 9.3E-10 rango y con estas se procede a continuar el llenado por el
228 1 1.7E-08 8.4E-11 1.3E-13 7.8E-11
007 1 8.2E-11 1.3E-13 7.8E-11
método de la distancia Euclidiana y regresión lineal, una vez
023 1 1.3E-13 1.8E-09 aplicado este método, se notó una cantidad mínima de vacíos
087 1 1.3E-13
254 1
(Tabla 9).
Tabla 9. Matriz ±10% Gasto Medio Anual
Tabla 7. Estadísticos Básicos Estación a llenar 11142 16050 16105 16120 16133 16146 16225 16512 16228 16007 16023
11010 1.20 -36.29 -5.07 -25.59 -31.20 -75.25 -36.69 -16.88 -51.62 -14.94 -28.16
16133 1 2 3 4 5 … 10 11 MED 12 VAR SES
11142 1 -37.94 -6.35 -27.12 -32.79 -77.38 -38.35 -18.29 -53.46 -16.34 -29.72
1980 111.5 1.5 0.1 0 0 … 67.5 72 84.593.1 7554.19 0.43 16050 1 22.90 7.85 3.73 -28.59 -0.30 14.24 -11.25 15.66 5.96
1981 60.2 3.5 0 22 32.5 … 119.7 0 90.55 7 9964.75 0.91 16105 1 -19.53 -24.87 -66.79 -30.09 -11.23 -44.30 -9.39 -21.98
1982 0 7 0 0 60 … 15 3 53.980.5 5738.69 1.51 16120 1 -4.46 -39.54 -8.84 6.94 -20.72 8.48 -2.05
1983 13.6 9.7 1 0 109.5 … 77 17.5 77.29 0 10201.89 1.48 16133 1 -33.58 -4.18 10.92 -15.56 12.39 2.32
1984 5.8 0 0 0 48 … 7 1.5 86.66 0 15881.14 1.22 16146 1 22.00 33.31 13.48 34.41 26.87
1985 0 0 27 0 15 … 56.3 0 73.481.2 10347.82 1.32 16225 1 14.50 -10.92 15.91 6.24
1986 0 0 0 0 … 76 14 82.50 11 10732.78 0.90 16512 1 -29.73 1.65 -9.66
1987 0 24.5 0 0 0 … 15 10.8 47.733.1 5376.67 1.46 16228 1 24.19 15.47
1988 3 0 32 0 0 … 36.2 0 69.88 0 9112.47 1.13 16007 1 -11.50
1989 0 0 0.7 0 0 … 10.2 0 44.5625.7 4796.92 1.35 16023 1
1990 0.2 6.4 14.2 4.6 29.9 … 71.5 14.3 82.2025.1 9542.77 1.06
1991 3.5 0 0 0 15.7 … 51 22.7 58.86 0 5948.35 1.14 • Tendencia y Media
1992 241 0 0 0 37.2 … 92.9 68 86.279.9 7870.67 0.69
1993 5.9 0 0 0 0 … 56.8 22.1 78.48 0 11404.65 1.08 Para finalizar el llenado, se procedió a aplicar la función
1994 0 0 0 2.7 … 46.6 0 66.50 0 9313.66 1.61
1995 0 7 0 13 39.7 … 45 14 72.0125.2 8715.25 1.58
“Tendencia” y la función “Media” de Excel, con estas
1996 0 0 0 0 41 … 74.7 2 67.445.5 7425.10 1.00 seleccionamos valores que se encuentran dentro del rango de
1997 0 0 6 2.3 63.5 … 50.4 32 56.815.9 4080.08 0.95
1998 0.1 0 0 0 0 … 126.5 12.1 69.33 0 7472.91 0.59 las precipitaciones medias, así nos aseguramos de no variar en
1999 0 0 0 0 31.7 … 64.8 36 71.49 0 7023.40 0.66 gran manera los resultados.
2000 0 0 0 0 79.5 … 63.5 87.09 8842.65 0.84
2001 2 0 41.3 0 42 … 38 0 0 68.11 6764.89 0.90
2002 39 9 0 0 21 … 40 206 0 82.83 8204.52 0.63
En la tabla 7 se observan los estadísticos básicos de la estación
2003 12.7 0 7.5 0 26.2 … 43 5 0 65.15 6794.10 0.94 si llenar y en la Tabla 10 se puede observar los porcentajes
2004 14.9 0 0 0 95 … 81.8 0.1 0 75.70 7474.88 0.68
2005 5 0.1 45.7 0 26.2 … 155.5 0 0 78.98 8543.79 0.86
finales de variación.
2006 5 0 0 0 21.2 … 124.5 29.4 0.1 71.08 6519.49 0.52
2007 6.4 16.3 0 0 16.07 … 0 11 2.5 62.00 9906.06 2.01 En la figura 7 se muestra una gráfica que permite observar los
2008 0 0 0 0 11.5 … 92.5 0 0 70.36 8231.09 0.77 diferentes tipos de llenado, este no presenta grandes
2009 0 16.3 0 0.3 68.4 … 72.7 0 0.2 53.78 4167.40 1.13
2010 62.5 217 0 0.3 0 … 55.96 8834.43 1.83 variaciones y nos permite darnos una idea del
MED
VAR
19.74 10.27
2366.33 1509.37
5.85
166.07
1.37
20.71
30.11
877.81
…
…
62.39 20.47 4.34
1384.01 1629.03 62.08
comportamiento de cada uno de los resultados obtenidos con
SES 3.73 5.36 2.27 3.90 1.05 … 0.53 3.81 2.11 cada llenado.
 XXII CONGRESO NACIONAL DE HIDRÁULICA
AMH AMH
ACAPULCO, GUERRERO, MÉXICO, NOVIEMBRE 2012

Conclusiones Aplicación de la Metodología

Se manejaron unos estadísticos básicos que nos permiten ver
la variación de la estación al inicio del llenado con respecto al
Metodología final con llenado y de esta manera tenemos una idea de la
La metodología es muy práctica y permite su aplicación en confiabilidad del llenado.
diferentes tipos de estudios. Además permite hacer un cálculo Cabe señalar que este método de llenado de la ecuación de la
refinado, esto modificando algunos valores recomendados por inversa de la distancia Euclidiana con la matriz de correlación
valores que restrinjan la selección y de esta manera la ofrece resultados más confiables, ya que permite una variación
variación de resultados. tanto dentro de la media como de las variaciones que se dan a
lo largo del periodo de tiempo manejado (Figura 6).
De acuerdo al análisis se concluye que durante la selección de
Tabla 10.Estadísticos finales estaciones de debe tener cuidado, seleccionando estaciones
16133 1 2 3 4 5 … 10 11 12 MED VAR SES
con coeficientes de correlación mayores a 0.75 y con
1980 111.5 1.5 0.1 0 0 … 67.5 72 3.1 84.59 7554.19 0.43 porcentaje de vacíos menor al 20%, esto garantiza un llenado
1981 60.2 3.5 0 22 32.5 … 119.7 0 7 90.55 9964.75 0.91 de datos confiable, con estos se tienen porcentajes de
1982 0 7 0 0 60 … 15 3 0.5 53.98 5738.69 1.51
1983 13.6 9.7 1 0 109.5 … 77 17.5 0 77.29 10201.89 1.48 variación que oscilan del 0 al 15%.
1984 5.8 0 0 0 48 … 7 1.5 0 86.66 15881.14 1.22 Es necesario tener en cuenta que independientemente del
1985 0 0 27 0 15 … 56.3 0 1.2 73.48 10347.82 1.32
1986 0 0 10.2313 0 0 … 76 14 11 82.50 10732.78 0.90
método usado, la principal herramienta de selección y llenado
1987 0 24.5 0 0 0 … 15 10.8 3.1 47.73 5376.67 1.46 es un buen criterio, basada mucho de la experiencia.
1988 3 0 32 0 0 … 36.2 0 0 69.88 9112.47 1.13 Para el caso de precipitaciones, se recomienda que en meses
1989 0 0 0.7 0 0 … 10.2 0 25.7 44.56 4796.92 1.35
1990 0.2 6.4 14.2 4.6 29.9 … 71.5 14.3 25.1 82.20 9542.77 1.06 secos, si por alguno de los métodos de llenado se obtiene un
1991 3.5 0 0 0 15.7 … 51 22.7 0 58.86 5948.35 1.14 valor totalmente fuera de rango, se utilice otro método de
1992 241 0 0 0 37.2 … 92.9 68 9.9 86.27 7870.67 0.69
1993 5.9 0 0 0 0 … 56.8 22.1 0 78.48 11404.65 1.08
llenado, o por el contrario dejar en cero ese valor, el cual al ser
1994 2.946 0 0 0 2.7 … 46.6 0 0 61.20 8803.55 1.73 mes seco no afectara en demasía la variación.
1995 0 7 0 13 39.7 … 45 14 25.2 72.01 8715.25 1.58
1996 0 0 0 0 41 … 74.7 2 5.5 67.44 7425.10 1.00
1997 0 0 6 2.3 63.5 … 50.4 32 5.9 56.81 4080.08 0.95 Agradecimientos
1998 0.1 0 0 0 0 … 126.5 12.1 0 69.33 7472.91 0.59
1999 0 0 0 0 31.7 … 64.8 36 0 71.49 7023.40 0.66 Agradecer a la Comisión Estatal del Agua y Gestión de
2000 0 0 0 0 79.5 … 63.5 0.070 59.692 77.56 7892.37 1.07
2001 2 0 41.3 0 42 … 38 0 0 68.11 6764.89 0.90 Cuencas, en particular al Ing. Alejandro Soto Castro; por todo
2002 39 9 0 0 21 … 40 206 0 82.83 8204.52 0.63 su apoyo para la realización del trabajo.
2003 12.7 0 7.5 0 26.2 … 43 5 0 65.15 6794.10 0.94
2004 14.9 0 0 0 95 … 81.8 0.1 0 75.70 7474.88 0.68
A la Comisión Estatal del Agua Michoacán, por facilitarme
2005 5 0.1 45.7 0 26.2 … 155.5 0 0 78.98 8543.79 0.86 toda la información requerida para el presente artículo.
2006 5 0 0 0 21.2 … 124.5 29.4 0.1 71.08 6519.49 0.52 Al Departamento de Hidráulica de la Universidad Michoacana
2007 6.4 16.3 0 0 16.07 … 0 11 2.5 62.00 9906.06 2.01
2008 0 0 0 0 11.5 … 92.5 0 0 70.36 8231.09 0.77 de San Nicolás de Hidalgo, y en especial al Servicio Social del
2009 0 16.3 0 0.3 68.4 … 72.7 0 0.2 53.78 4167.40 1.13 Grupo de Investigación de Gestión Integral del Agua: Diego
2010 62.5 217 0 0.3 0 … 20.354 20.354 20.354 55.96 8834.43 1.83
MED 19.20 10.27 5.85 1.37 30.11 … 62.39 19.79 6.19
Flores Cervantes, Christian Jhonatan Arciga, Juan Daniel
VAR 2296.55 1509.37 166.07 20.71 877.81 … 1384.01 1586.72 162.05 Villa Manríquez, Héctor Gerardo García Vargas, Marlene
SES 3.80 5.36 2.27 3.90 1.05 … 0.53 3.86 3.05 Vargas.
MED 19.20 10.27 5.99 1.37 30.11 … 61.03 19.80 6.65
VAR 2296.55 1509.37 161.15 20.71 877.81 … 1394.86 1533.84 163.12
SESGO 3.80 5.36 2.25 3.90 1.05 … 0.57 3.92 2.84 Referencias
% 0 0 -2.4159 0 0 … 2.1734 -0.0926 -7.382
% 0 0 2.96046 0 0 … -0.7846 3.3327 -0.66
% 0 0 0.61893 0 0 … -7.6925 -1.4359 6.674
1.-Gutiérrez Briseño (2012).Llenado de datos de precipitación
y curvas de doble masa
2. -Aparicio Mijares (1992). Fundamentos de hidrología de
superficie, México.

Figura 6. Gráfica análisis procedimientos de llenado