En muchos proyectos

hidráulicos se necesita la
altura media de
precipitación sobre una
zona determinada.

Precipitación Media
 Análisis Areal de la Lluvia
Instrumentos proveen medidas puntuales de cantidades de lluvia
(en términos de profundidad). En aplicaciones hidrológicas, es
necesario conocer la variación espacial del promedio en la
profundidad de precipitación, sobre una área dada.

• Arithmetic average
• Theissen polygons Methods of avering
• Isohyetal method rainfall data

Muchos de estos cálculos se hacen con programas

computacionales de mapeo, pero, es útil entenderlos.
 Areal Estimation of P from a network of gages

Métodos estadísticos son

aplicados a datos 13.97 mm 22.1 mm
hidrológicos, porque, se
necesita el análisis
matemático de muestras
de datos de agua, que
representan muestras de
137.2 mm
poblaciones infinitas 59.2 mm
(observaciones
potenciales)

48 mm
Equivalent Uniform Depth (EUD): Profundidad de
agua que podría resultar, si toda la precipitación recibida
fuere uniformemente distribuida sobre el área designada.

• Métodos para estimación Lluvia Media Areal:

- Idea Básica :
n
P   a i Pi
i 1
donde P = EUD ;
Pi = profundidad de lluvia en la estación i ;
ai = factor ponderado factor para estación i , 0  ai  1 , y
n = número total de estaciones (o instrumentos)
Calculating Average Precipitation Over an Area
Х funciona en lugares con elevación
baja. Holanda elev ~ 320 msnm
Distribución
Espacial
de la Thiessen para cuencas pequeñas, no
Precipitación conviene en lugares muy
accidentados

Isoyetas se aproxima más a

los valores reales, porque toma
en cuenta el relieve

Thiessen-Isoyetas distribución
areal de Thiessen e isoyetas
 Arithmetic Mean Method

• Cuándo el área es física y climáticamente homogénea

(distribución uniforme de lluvia, rara vez ocurre) y la
exactitud requerida es pequeña, el promedio de lluvia
para una cuenca puede ser obtenido como la media
aritmética de los hi valores registrados en varias
estaciones.
• Raramente aplicable para propósitos prácticos
 Arithmetic Mean Method

Es obtenida por la suma de las profundidades de

lluvia (P1 , P2 , P3 , ...., PPn ) medidos en las estaciones
1, 2, 3,…., n y dividiendo la suma por el número total
de estaciones.

P1  P2  .....  Pi  .....Pn 1 N
P 
N
 
N i 1
Pi

donde N = número de instrumentos de lluvia dentro del área designada.

  Todos los instrumentos tienen igual peso
 Weight = 1
2 3
Los valores están en cm.
60.9
10
Determine la profundidad media 11
88.1
7
140.6
de la preciptación anual usando 60.0
8
154.0
4
1 9
The arithmetic mean method
54.7
20.3
6 84.0
93.2
5
45.6

Pavg = [ Wi x Pi ] /  Wi 48.1

1
P [20.3  88.1 60.9  54.7  48.1 45.6  60.0  84.0  93.2  140.6  154.0]
11

1
 (849.5)  77.23 cm
11
Method of Thiessen Polygons Thiessen method for Mapping Rainfall

Alfred H. Thiessen ( Abril 8, 1872,

fecha de muerte desconocida) fue un
meteorólogo americano por quién
fueron nombrados Thiessen polygons.
Sirvió en el Weather Bureau (actual
NOAA - National Oceanic and Atmospheric
Administration) comenzó en Pittsburgh
como observador en Julio 1, 1898.
Renunció del Weather Bureau en
Diciembre 11, 1920 para aceptar una
comisión como Capitán en el Regular
Army. Dejó el servicio activo, como
Major, y fue reasignado al Central
Office of the Weather Bureau en March
17, 1941. Se retiró en Abril 30, 1942.
Su mejor trabajo conocido
(1911), dar con la
descripción de la predicción
del clima con un método
geométrico por división de
áreas de tierra (partición del
plano euclídeo), que aunque
conocido del matemático
Lejeune Dirichlet
Tessellation (1850) y el
Diagrama de Georgy
Voronoi (1908),
aparentemente nunca había
sido usado en meteorología
para interpolación de
cálculos.
1854 London
Snow, una tarde observó el
mapa de Londres,
marcando los hogares de
aquellos que habían
muerto. Realizando unos
sencillos gráficos sobre el
mapa, descubrió el origen
de la epidemia, una de las
tomas de agua que
abastecía algunos barrios
de la ciudad, recogía agua
contaminada del Thamesis
 El diagrama de Voronoi es una
construcción geométrica que nos
permite asignar a cada punto una
región, de forma que todo lo que
contiene esa región está más cerca
de este punto que de cualquier otro
Teselación de Voronoi de
un conjunto de puntos
aleatorio sobre el plano

Para cada conjunto topológico discreto S de puntos en un espacio euclideo y

para casi todo punto x, existe un punto de S que es el más cercano a x. (aquí el
término "casi" se usa para indicar que existen excepciones en las cuales x puede
equidistar de dos o más puntos de S).
Si S contiene sólo dos puntos, a y b, entonces el conjunto de todos los puntos
que equidistan de ambos es un hiplerplano de codimensión 1. Ese hiperplano es
la frontera entre los puntos más cercanos a a que a b, y los puntos más cercanos
a b que a a. De hecho ese hiperplano es el plano bisector del segmento que
une a y b. Más en general, el conjunto de puntos más cercanos a un punto
c de S que a ningún otro punto de S (cuenca de atracción de c) es el interior de
un politopo convexo (posiblemente no acotado) llamado dominio de
Dirichlet o celda de Voronoi de c. El conjunto de todos esos politopos constituye
una teselación completa del espacio euclídeo, llamada teselación de Voronoi
asociada a S.
Si la dimensión del espacio euclídeo es sólo 2, como en el plano euclídeo,
entonces resulta muy sencillo dibujar teselaciones de Voronoi, como las de la
figura adjunta.
 Georgy Feodosevich Voronoi
(1868-1908)

Inicialmente los polígonos de Thiessen fueron utilizados para el

análisis de datos meterológicos (estaciones pluviométricas) aunque
en la actualidad también se aplica en estudios en los que hay que
determinar áreas de influencia (centros hospitalarios, estaciones de
bomberos, centros comerciales, control del tráfico aéreo, telefonía
móvil, análisis de poblaciones de especies vegetales, etc.). Es una de
las funciones de análisis básicas en los SIG.
Descartes Astronomía 1644 “Heavens”
Dirichlet Matemáticas 1850 Tesselation de Dirichlet
Voronoi Matemáticas 1908 Voronoi diagram
Boldyrev Geología 1909 área de influencia de polígonos
Thiessen Meteorlogía 1911 polígonos de Thiessen
Niggli Cristalografía 1927 dominio de acción
Wigner & Seitz Física 1933 regiones de Wigner-Seitz
Frank & Casper Física 1958 dominio de los átomos
Brown Ecología 1965
Mead Ecología 1966
Hoofd et al. Anatomía 1985 dominios capilares
Icke Astronomía 1987 Voronoi diagram
 Use cuando gages no están uniformemente distribuidos

Este método intenta asignar una ponderación de representatividad

en función de la superficie a cada estación pluviométrica inserta
en el área de estudio.

(a) Lluvia registrada; (b) Areas de influencias

Al ponderar cada estación para diferentes superficies,
hipotéticamente sus resultados deberían ser más precisos que
el modelo de la Media Aritmética (menor subjetividad), pero
también es de suma importancia la distribución y cantidad de
puntos de medición por unidad de superficie. Este método es
más fácil que el método de las Isoyetas pero menos exacto.
 Cualquier punto en la cuenca recibe la misma
cantidad de lluvia como que en la gage más cerca
 Lluvia registrada en un gage puede ser aplicada a
cualquier punto a una distancia a medio camino de
la próxima estación en cualquier dirección
 El área dentro de cada polígono está más cerca al
rain gage adjunto que cualquier otro rain gage
la lluvia medida en el polígono es asumida
representativa de la lluvia en el polígono total

Las estaciones con instrumentos para lluvia que

están fuera de la captación, pueden ser usadas.
 Cada instrumento representa mejor el área inmediata
alrededor suyo

Construyendo la Red de Thiessen:

1. Plotear las estaciones y sus registros de lluvia sobre el

mapa base
2. Conectar estaciones adyacentes por líneas rectas, para
formar una serie de triángulos
3. Bisecte cada línea conectando perpendicularmente y
extenderlas con otros bisectores (mediatrices), en conjunto
con los límites del área en estudio, definen una serie de
polígonos irregulares
4. Líneas perpendiculares define un polígono alrededor de
cada estación (superficie de influencia de la estación
pluviométrica)
5. P en una estación es aplicado al polígono más cercano a él
Step 1
Step 2
Step 3
Step 4
 Thiessen polygons ……….

Además de información pluviométrica, y la ubicación espacial

de las estaciones. No requiere de una inversión excesiva de
tiempo, ni de materiales.
 Thiessen polygons ……….

P7
P6

A7
A6
P2

A2
A1
A8 A5
P1
P8 P5
A3 A4
P3

P4

los implementos necesarios para llevarlo a cabo son

básicamente materiales de dibujo técnico, importante de
trabajarlo en una escala adecuada.
 Measured Rainfall at Six Rainfall Gages

Watershed boundary
P6 = 1.81”

P2 = 2.15”
P4 = 2.26”

P1 = 1.62”

P5 = 2.18”

P3 = 1.80”
 Paso # 1: Líneas discontinuas entre Cada Rain Gage

Watershed boundary
P6 = 1.81”
P2 = 2.15”

P4 = 2.26”

P1 = 1.62”

P5 = 2.18”

P3 = 1.80”
Paso # 2: Dibujar las Líneas Bisectoras la Perpendicular

Watershed boundary
Pavg = [ Wi x Pi ] /  Wi
Pavg = [(65x1.81)+(150x2.15)+(269x2.26) + (216x2.18)+(56x1.62)+(136x1.8)] /
[65+150+269+ 216+56+136]
Pavg = 2.08 in.
Watershed boundary
Paso # 3:
A4= 269 ac
Determine el
A6= 65 ac
Área de Cada
A2= 150 ac
Polígono
A1= 56 ac

A5= 216 ac

A3= 136 ac

Paso # 4: Calcule el promedio de lluvia

Si se denomina por Si, a la superficie de influencia
que presenta una determinada estación i, para un
determinado período j, el valor medio de
precipitación de la zona como conjunto, será el
siguiente:
 Thiessen polygons ……….

P1 A1  P2 A2  .....  Pm Am
P 
 A1  A2  .....  Am 
Generalmente para estación M
M

PA i i M
Ai
P  i 1
Atotal
 
i 1
Pi
A

Ai
La proporción es llamada el factor ponderado de
A
estación i
Estación P Polygon Weighted Weighted
area area P

1 13.97 15 0.128 1.788

P1
2 22.1 33 0.281 9.273
A1
3 59.2 28.8 0.245 14.5
P2
4 48 16.4 0.139 6.672

5 137.2 24.3 0.207 28.4 A2

P3
Totales 280.47 117.5 1.00 60.633
A3

1 N
P   Ai Pi P1 = 10 mm, A1 = 12 Km2
A i 1
P2 = 20 mm, A2 = 15 Km2
12 10  15  20  20  30 P3 = 30 mm, A3 = 20 km2
P  20.7 mm
47
 Rainfall Rainfall, Area of Weightage PiAi/Ai
Gauge Pi (cm) Polygon, Ai Factor (%),
Station (km2) Ai/Aix100
1 20.3 22 1.13 0.23
2 88.1 0 0 0
3 60.9 0 0 0
4 54.7 0 0 0
5 48.1 62 3.19 1.53
6 45.6 373 19.19 8.75
7 60.0 338 17.39 10.43
Thiessen Polygon
8 84.0 373 19.19 16.12
Method
9 93.2 286 14.71 13.71
10 140.6 236 12.41 17.07
11 154.0 254 13.07 20.13
Total 1,944 100.01 87.97
Ai
Average Annual Pr ecipitation   Pi  87.97 cm
A
i
Watersheds A,B,C,D in blue. Weather_Stations with precipitation values in red. In this example, every watershed
has one station and one precip value.

Thiessen polygons are

constructed from the station
points (not the precip values).
The map area is divided into
polygons based on Voronoi
diagram rules.

Each precip value is now distributed throughout the entire Thiessen polygon. The intersection of Watershed
polys and Thiessen polys creates many new polygons (ID numbers 1 through 23). The next step is to calculate
the area of each intersect polygon. Recognize that the set of polygons generated by the Intersect tool may be
numbered in such a way that one ID# may represent more than one entity (for example see polygons #8, #17,
#19, #20). Intersecting complicates the attribute table.
Medida la fracción del área de captación en cada polígono
(llamado la constante de Thiessen), multiplicar por la lluvia
captada en la estación dentro del polígono y sumar para
obtener el promedio de captación.

Rainfall A B A*B
Station Thiessen Constant Rainfall in Each Polygon Weighted average
(Fractional Area)
A 0.144 33.4 4.81
B 0.110 34.2 3.76
C 0.104 33.3 3.46
D 0.133 34.5 4.59
E 0.132 35.0 4.62
F 0.113 37.0 4.18
G 0.064 37.3 2.39
H 0.105 35.5 3.73
I 0.103 35.0 3.60
Sum Total 1.00 35.14
 Limitaciones

Esa asignación no necesariamente representa la proporcionalidad

real que cada estación pluviométrica tiene, referida a valores de
precipitación espacial; sólo considera el posicionamiento de las
estaciones y una superficie plana de influencia para cada una, sin
considerar las diferencias topográficas que se pueden presentar.
Asume que precipitación de la estación es la misma de la zona que
representa geométricamente, no siempre es cierto. El método
supone una variación lineal de precipitación entre estaciones y
asigna cada segmento de área a la estación más próxima.
 Limitaciones

No recomendable en áreas montañosas, los coeficientes no reflejan

de ninguna manera los efectos altitudinales, y no se recomienda
para derivar promedios regionales en el caso de tormentas locales
intensas.
Falta de flexibilidad, requiriéndose un diagrama nuevo, cada vez que
se produce un cambio a la red pluviométrica. Esta dificultad es
eventual y en la actualidad presenta escasa relevancia, en función de
las técnicas digitales existentes.
 Isohyetal Method Isohyetal method for Mapping Rainfall

Una isoyeta es una línea curva trazada en un plano, que une puntos de
igual magnitud de lluvia. 10.0
8

D
6 C a5
12
9.2
12
a4
7.0 a3
4 B Hyetal = pertaining to rain
7.2
and rainfall distribution
A Isohyetal maps are just
a2 E 10.0 contour maps of
Iso = single, as 9.1
in a single 4.0 a1 precipitation. Each isohyet
value, the value F (each contour line)
along a contour represents equal precip
line
8 along its length. Often one
map will represent a
6 snapshot of precip in time.
4
Es teóricamente el de mayor precisión para la estimación de precipitaciones medias en una área geográfica
 Si la zona es relativamente plana, las isoyetas se

pueden distribuir más o menos homogéneas, pero de no

ser así se debe considerar una serie de factores, dando
mayor importancia a los correspondientes a la topografía
y los tipos de precipitaciones.

Austin, May 1981

Wellsboro, PA 1889

Tormentas varian grandemente en espacio y tiempo.

  Puede usar gauges fuera de la cuenca
PASOS:

1. Ubicar todas las estaciones en un mapa base

y los registros de lluvia
Disponer de las mediciones de precipitación normales en
los períodos de interés, ubicaciones de los puntos de
observación, material cartográfico a escala adecuada,
conocimiento espacial y atmosférico de las áreas
consideradas.
Consistencia
temporal, factible
de ser proyectada
a lo menos diez
años.
(a) Lluvia registrada; (b) Isoyetas y las áreas encerradas entre dos isoyetas consecutivas.
PASOS:

2. Construir/Dibujar líneas de igual precipitación

(isoyetas) interpolando las distancias entre
instrumentos adyacentes todas las estaciones
El procedimiento es subjetivo, en el sentido de la
interpolación de profundidad de precipitación entre
instrumentos. Usualmente, usada interpolación lineal, la
exactitud depende de la técnica y habilidad del analista.

Al confeccionar un mapa con curvas isoyetas, el hidrólogo

debe aplicar sus conocimientos sobre los efectos orográficos,
Si se emplea la interpolación lineal, los resultados serán
esencialmente los mismos que los obtenidos con Thiessen.
El trazado de una isoyeta, obedece a dos criterios:

a) Relación con un trazado entre dos puntos de precipitación

conocida, en el cual caben en proporción lineal a las distancias
sobre el plano, todas aquellas isoyetas de valor intermedio.
Equivalente al criterio que rige trazado de las curvas de nivel en
un mapa cartográfico.

b) Trazado de isoyetas intermedias a través de dos puntos

conocidos, debe considerar factores de relieve condicionantes de
la precipitación. Necesario conocer para la zona, un perfil
pluviométrico, cómo varía la precipitación en función de la altitud.
El trazado de isoyeta, a través del 1° criterio, se ve compensada
hacia una mayor precisión por medio del segundo,
evidentemente la progresión de la precipitación en altitud, no es
lineal.
Experiencia del investigador es crucial. La población local en algunas
ocasiones genera datos sobre la distribución territorial de la lluvia

Perfil pluviométrico, por una curva de regresión

 PASOS:

3. Medir las áreas entre isoyetas sucesivas, Ai

Puede usarse un planímetro, de lo contrario esto
constituye una limitación por su alto nivel de trabajo. Este
método requiere hacer supuestos en “cimas” y “hoyos”

1 [Area between two adjacent isohyets]x

P 
A [mean of the two adjacent isohyte values]
 PASOS:

4. Calcular el promedio de la profundidad de

precipitación entre isoyetas, Pi
5. EUD de lluvia en la cuenca-abierta es

A P  A 
P i i   i  P  a P
A  A i i i
 

Método considerado como el más correcto para calcular el

EUD de lluvia sobre un área de drenaje.
 Es importante destacar, que cuando se trata de una zona
relativamente plana, es posible asumir un trazado lineal de las
isoyetas; esto implica la aplicación única del primer criterio, sin
30
necesidad de recurrir al segundo.
25

28 20
26
15
(4)
22
(3)
17
(2)
(1)
Calculate Pav 11

P = Pi*Ai/AT
= P(1)*A(1)/AT + P(2)*A(2)/AT + P(3)*A(3)/AT +P(4)*A(4)/AT
• P1, P2, P3, …. , Pn – los valores de las isoyetas
• a1, a2, a3, …., a4 – son áreas de las isoyetas intermedias
respectivamente
• A – el área total de recogimiento
• P - la precipitación media sobre la captación

 P1  P2   P2  P3   Pn1  Pn 
a1    a2    ...  an1  
P   2   2   2 
A
Other Methods

Análisis de Tendencia Superficial, Método de Kriging, Método

Hipsométrico (see Shaw, 1994, p.211), y Método Multicuadrático (veáse
Shaw, 1994, p.212).
 Isohyets A B A*B
Upper Lower Mean Rainfall Area Between Weighted Mean
On Area Isohyets (ha) Rainfall
38 37 37.5 130 4875
37 36 36.5 150 5475
36 35 35.5 300 10650
35 34 34.5 450 15525
34 33 33.5 200 6700
Total 1230 43225
Mean Rainfall = 35.14 i.e. from (43225/1230)
Isohyets Net Area, Average P iA i
(cm) Ai (km2) Precipitaiton, Pi (cm)
<30 96 25 2,400
30-60 600 45 27,000
60-90 610 75 45,750
90-120 360 105 37,800
120-150 238 135 32,130
>150 40 160 6,400
Total 1,944 151,480

151,480
Average Annual Pr ecipitation for the ba sin 
1,944
 77.92 mm
Depende del conocimiento de las características de lluvia de la
zona. sólo tiende a justificarse en el caso de valores de
precipitación anual; en el caso de una determinada tormenta no
se justifica su utilización.
Equivalente a la ventaja de una media aritmética, pero como
valor adicional, asignación de ponderaciones a cada estación, en
función de superficies, supone un aumento de precisión con
respecto a los valores que arroja un promedio aritmético.
Método Modificado de los
Polígonos de Thiessen
(Thiessen-Isoyetas)

Se sabe que la precipitación de un área de influencia definida por

los Polígonos de Thiessen, no guarda relación estricta con la
precipitación de la estación involucrada; sin embargo, es posible
asumir que la oscilación temporal que presentan la precipitación
del área y la precipitación de la estación pluviométrica, posee
cierto nivel de uniformidad, por lo cual, la relación entre estos
valores de precipitación tiende a mantenerse constante.
El método clásico de Thiessen se puede mejorar asignándole un
peso a cada estación, de modo que la precipitación media en
toda la cuenca se evalúe en la forma simple:

P = Σ (Pi * pi)

P = precipitación media en la cuenca, en lámina de agua

Pi = precipitación en cada estación
Pi = el peso de cada estación

Para los polígonos Thiessen de una cuenca los pesos se

determinan una sola vez, del modo que a continuación se indica:
1° Se dibujan los polígonos Thiessen y las curvas isoyetas al
mismo tiempo.
2° Se halla la precipitación sobre cada polígono operando con
las isoyetas
h = Σ hm * (a/aT)
hm = precipitación media entre isoyetas
a = área comprendida entre isoyetas
aT = área del polígono

3° Se anotan la relación de áreas de cada polígono (área del

polígono entre área de la cuenca).
4° Se halla el peso de cada estación con la fórmula

pi = precipitación sobre el polígono x relación de áreas

precipitación en la estación
 Preciр. sobre el
Relación de Precip. en la
Estación (1) poligono Thiessen Peso = [(2)/(4)] X (3)
áreas(з) estación(4)
(2)
A 4.3 0.39 4.73 0.35
В 4.6 0.30 5.56 0.31
С 2.8 0.21 2.06 0.29
D 5.0 0.00 4.06 0.04

Precipitación media
en la cuenca:

P = 4.73 x 0.35 + 5.56 x 0.31 + 2.06 x 0.29 + 4.06 x 0.04 = 4.14 pg.
De haberse procedido con el método ordinario de Thiessen:
P = 4.73 x 0.389 + 5.56 x 0.370 + 2.06 x 0.21! + 4.06 x 0,03 = 4.45 pg.
Isoyetas y polígonos se dibujan una sola vez, para la información
de mayor confianza, a fin de obtener los pesos de las estaciones.
Para evaluar la precipitación media en la cuenca sólo se requieren
los datos de precipitación en las estaciones.
extremos: mínimos/máximos.

Es decir, establecidos los polígonos de Thiessen, la relación

Pm del área de influencia / Pm de la estación

es relativamente constante, por lo menos en intervalos > a 1 año.

Información necesaria, además de requerida en Thiessen, es la

existencia previa de isoyetas. Su exactitud dependerá de la calidad
de esta información, en el grado de semejanza a la realidad que
posean o en la cantidad de datos utilizada en su construcción.
 Uno de los inconvenientes del Método de Thiessen Modificado, al
igual que en el Método de Thiessen, es que una variación en la
cantidad o ubicación de las estaciones, conlleva la realización de
una nueva representación gráfica y, por ende, actualizar las
mediciones de los polígonos, con los inconvenientes y nuevos
cálculos asociados que ello demanda.

En el método de Thiessen Modificado es posible establecer la

siguiente relación:

Ki constante de proporcionalidad de precipitaciones de la estación i

Pai precipitación media del área de influencia de la estación i, según Thiessen,
obtenida por isoyetas medias mensuales (mm)
Pei precipitación media de la estación i (promedio aritmético, mm)
Por otra parte, el valor Pei es obtenido como un
promedio aritmético de los datos que posee la estación
pluviométrica en análisis, recomendándose cuando sea
posible el uso de la precipitación normal, es decir, el
promedio de los treinta últimos años.
En el mismo marco, se plantea la existencia de una
segunda relación matemática, la que se define en
función de la superficie del área de influencia y la
superficie total del área en estudio. Así, se tiene la
siguiente expresión:
Discusión de la técnica:
Posee una limitación similar al de Thiessen, un cambio en la
configuración de estaciones, define un cambio en la configuración
espacial de los polígonos de Thiessen, y por ende demanda la
necesidad de nuevos cálculos.
Asimismo, la diferencia con
respecto al Thiessen original,
es la incorporación como
factor de ponderación, de la
relación de precipitaciones
medias entre el área de
influencia de la estación, y el
promedio que denota la
misma estación; sin embargo
incorporación de este factor puede no representar un incremento
de precisión de importancia, si la relación de precipitaciones
medias no representa valores muy distintos a la unidad;
asimismo, el factor que relaciona las precipitaciones medias del
área y de la estación, puede ser representativo del lapso para el
cual fue calculado, pero no necesariamente significa que sea
válido para lapsos distintos, especialmente si estos son menores,
lo cual definiría la no existencia de una real aportación correctora
del método, respecto al Thiessen original.
Este método implica contar con un mapa previo de isoyetas, que
permita establecer las precipitaciones medias del área de
influencia de las distintas estaciones. Posee ventaja estructural, el
cálculo de precipitaciones medias para períodos específicos, sin
contemplar grandes cálculos, establecidas las constantes, y con
un hipotético mayor grado de precisión que en el método de
Thiessen.
 Ejercicios solution

P fue medida en varias estaciones.

Caracterice la precipitación sobre el
área con el promedio aritmético,
Thiessen, y promedio de isoyetas.

Arithmetic average:

Pa = (4.5 + 4.4 + 4.4 + 4.1 + 4.0 + 3.7 + 3.5 + 2.5 + 2.7) / 9

= 3.76 in
Thiessen-Weighted average
 B

C

A

D
Estación Precipitación Peso Contribución de la
(mm) estación ponderada

A 204 ¼ 51
B 306 ¼ 76
C 255 ¼ 64
D 255 ¼ 64

Promedio de la Cuenca 255 mm

 B

C

A

D
 B

C Estación Precipitación Area del Polígono Volumen

(mm) (Ha) (m³)
A 204 40 81,600
A
B 306 36 110,160
C 255 26 66,300

D
D 255 78 198,900
180 456,960

Promedio de la Cuenca = 456,960 / 1800,00 = 0.2539 m ó 254 mm

 300 mm
B 250 mm

C 200 mm

A
150 mm

D
 Rango de la Altura Media Area efectiva Volumen
isoyeta (mm) (mm) (Ha) (m³)

150 - 200 175 32 56,000

200 - 250 255 66 148,500
250 - 300 275 81 222,750

179 427,250

Promedio de la Cuenca = 427,250 / 1790,000 = 0.239 m ó 239 mm

 Ejemplo

Station Observed rainfall within

the area (mm)
P2 20
P3 30
P4 40
P5 50
Total 140

Average Rainfall=140/4=35 mm

Arithmetic-Mean Method
 Ejemplo

A1 Station Observed Area Weighted

rainfall (km2) rainfall
(mm) (mm)
A5 P1 10 0.22 2.2
P2 20 4.02 80.4
A2
P3 30 1.35 40.5
P4 40 1.60 64.0
A4 P5 50 1.95 97.5
Total 9.14 284.6

Average Rainfall=284.6/9.14=31.1 mm
A3

Thiessen Method
 Ejemplo

Isohyets Area Average Rainfall

Enclosed Rainfall Volume
(km2) (mm)
0.88 5* 4.4
10
1.59 15 23.9
20
2.24 25 56.0
30
3.01 35 105.4
40
1.22 45 54.9
50
0.20 53* 10.6
Total 9.14 255.2

Average Rainfall=255.2/9.14=27.9 mm
Isohyetal Method
Caracterización Hídrica
Pendiente media de la cuenca - Método de las curvas de nivel
D L
ic 
A

Referencias:
Curvas de nivel

Límite de cuencas
Caracterización Hídrica
Pendiente media de la cuenca - Método de la cuadrícula

1 2 3 4 5 6 7

8 9 10 11 12 13 14 15 16 17 18

19 20 21 22 23 24 25 26 27 28 29

30 31 32 33 34 35 36 37 38 39 40

41 42 43 44 45 46 47 48 49 50 51

52 53 54 55 56 57 58 59 60 61 62

63 64 65 66 67 68 69
Referencias:
70 71 72 73 74 75 Curvas de nivel

76 77 78 79 80 Límite de cuencas

Cuadrícula
81 Punto elegido de la
23 cuadrícula
Mapa de isohietas - Precipitación media anual de la cuenca

Ea. La
Serrana La Estancita

1000
1200 1100
Ea.Sta.
Ines

Ea. Los
Nogales
800

Dique La
Quebrada
800

1000

1200

1100
Thank you for listening Any questions?
Texas Rainfall Maps
 Temporal Representation 0.8
Incremental Rainfall
Rainfall Depth and Intensity
0.7

Incremental Rainfall (in per 5 min)

0.6

profundidad de lluvia por unidad de tiempo

Rainfall Hyetograph
0.5

Running Totals
0.4
Time (min) Rainfall (in) Cumulative 30 min 1h 2h
Rainfall (in)
0.3
0 0
5 0.02 0.02
10 0.34 0.36 0.2

15 0.1 0.46
20 0.04 0.5 0.1

25 0.19 0.69
30 0.48 1.17 1.17 0
5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145 150
35 0.5 1.67 1.65
Time (min)
40 0.5 2.17 1.81
45
50
0.51
0.16
2.68
2.84
2.22
2.34
ploteo de profundidad de lluvia o
55
60
0.31
0.66
3.15
3.81
2.46
2.64 3.81
intensidad como función del tiempo
10
65 0.36 4.17 2.5 4.15
70 0.39 4.56 2.39 4.2 9
75
80
0.36
0.54
4.92
5.46
2.24
2.62
4.46
4.96 8 Cumulative Rainfall
85 0.76 6.22 3.07 5.53
7
Cumulative Rainfall (in.)
90 0.51 6.73 2.92 5.56
95 0.44 7.17 3 5.5 6 Rainfall Mass Curve
100 0.25 7.42 2.86 5.25
5
105 0.25 7.67 2.75 4.99
110 0.22 7.89 2.43 5.05 3.07 in
4 8.2 in
115 0.15 8.04 1.82 4.89
120 0.09 8.13 1.4 4.32 8.13 3 30 min

125 0.09 8.22 1.05 4.05 8.2 5.56 in

2
130 0.12 8.34 0.92 3.78 7.98
135 0.03 8.37 0.7 3.45 7.91 1 1 hr
140 0.01 8.38 0.49 2.92 7.88 2 hr
145 0.02 8.4 0.36 2.18 7.71 0
0 30 60 90 120 150
150
Max. Depth
0.01
0.76
8.41 0.28
3.07
1.68
5.56
7.24
8.2
ploteo de sumas de incrementos de Time (min.)

Max. Intensity 9.12364946 6.14 5.56 4.1

lluvia como función del tiempo
 Arithmetic Mean Method
• Método más simple para determinación promedio areal
P1 = 10 mm
P1
P2 = 20 mm
P3 = 30 mm
P2
N
1
P
N
P
i 1
i

P3
10  20  30
P  20 mm
3

• Gages deben estar distibuidos uniformemente

• Mediciones Gage podrían no variar grandemente a
cerca de la media
 Isohyetal method
• Pasos
– Construir isohyets (curvas de 10
lluvia)
20
– Calcular área entre cada par de P1
isohyets adyacentes (Ai) A1=5 , p1 = 5

– Calcular precipitación promedio A2=18 , p2 = 15

para cada par de isohyets P2
adyacentes (pi)
A3=12 , p3 = 25
– Calcular promedio aereal
usando la siguiente fórmula
P3
30 A4=12 , p3 = 35
1M N
PP   Ai pA P
i i i
A
i 1 i 1

5  5  18 15  12  25  12  35
P  21.6 mm
47
 Inverse distance weighting
• Predicción en un punto es más
influenciado por medidas cerca
que por mediciones distantes P1=10
• La predicción en un punto
ungaged es inversamente
proporcional a la distancia de las P2= 20 d1=25
mediciones puntuales
d2=15 P3=30
• Pasos
– Calcular distancia (di) de punto d3=10
ungaged a todos mediciones p
puntuales.
d12  x1  x2 2   y1  y2 2
– Calcular la precipitación en el N  Pi 
punto ungaged usando la   2
 
i 1  d i 
10

20 30
 2
siguiente fórmula ˆ
P
2 2
Pˆ  25 15 10  25.24 mm
N 
1  1 1 1
  2
i 1  d i 
 
25 2 152 10 2
 Rainfall maps in GIS
Datos son generalmente disponibles como puntos con precipitación
almacenados en tabla de atributos.

Nearest Neighbor Spline

“Thiessen” Polygon Interpolation
Interpolation
GIS maps are typically color coded
 NEXRAD
• NEXt generation RADar: es un radar doppler usado para
obtención de información climática
• Una señal es emitida desde el radar la cual regresa
después de chocar una gota de lluvia
• Señales regresan desde el radar son analizadas para
calcular la intensidad de lluvia e integradas con el
tiempo para obtener la precipitación

NEXRAD Tower Working of NEXRAD

 NEXRAD WSR-88D Radars in Central Texas
(Weather Surveillance Radar-1988 Doppler)
scanning range = 230 km
NEXRAD Products:

Stage I: Just Radar

Stage II: gages,
satellite, and surface
temperature
Stage III:
Continuous mosaic
from radar overlaps

EWX – NEXRAD Radar in New Braunfels

Source: PBS&J, 2003

 NEXRAD data

• NOAA’s Weather and Climate Toolkit (JAVA viewer)

– http://www.ncdc.noaa.gov/oa/wct/
• West Gulf River Forecast Center
– http://www.srh.noaa.gov/wgrfc/
• National Weather Service Precipitation Analysis
– http://www.srh.noaa.gov/rfcshare/precip_analysis_new.php
Se pide, entonces, encontrar las
curvas de altura de precipitación-
área-duración (hpA-d) de 1h, 2h,
4h, 6h, 8h, a través de los datos
proporcionados, dándose como
dato adicional la superposición
de ambos mapas, con las áreas de
las intersecciones necesarias para
continuar con el ejercicio.
 Primary parameters (measurement)

Parámetros
• Precipitación mensual
• Precipitación media anual
• Precipitación media a largo plazo (1961 – 1990)
Niveles de medición
• Nivel nacional
• Capital city
• La segunda ciudad más grande
• Localidad con el más alto long-term average precipitación
• Localidad con el más bajo long-term average precipitación
 Secondary parameters (assessment)
Parámetros
•The highest monthly precipitation
•The lowest monthly precipitation
•Annual average deviation from the long-term average
precipitation
Niveles de evaluación
• Nivel nacional
• Capital city
• La segunda ciudad más grande
• Localidad con el más alto long-term average precipitación
• Localidad con el más bajo long-term average precipitación
 Annual average precipitation 2011 – Czech
Republic

Average annual deviation from the long-term

average precipitation: Czech Republic 2011

Long-term average precipitation: Czech

Republic 1961-1990
 Presentation of parameters – 4
Monthly deviation from the long-term average precipitation:
Czech Republic 2010
Mean Annual Rainfall
in inches
with the longitude
parallels 98o and 100o
also shown
 Practice Precipitation Calculations
• Distribución de lluvia Amount
durante una tormenta en Time (min) (mm)
la University of Georgia 5 1.5
Whitehall Forest in June,
10 5.6
1990 (Brown, 1993)
• Calcular precipitación 15 13.0
total 20 5.8
• Calcular intensidad pico 5 25 2.1
min 30 9.7
• Determine duración 35 4.8
• Calcule Intensidad Media 40 1.3