Mirtha Damaris Monzon Villatoro

Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Ingeniería Civil
COMPARACIÓN DE LOS DATOS OBTENIDOS POR EL MÉTODO TRADICIONAL

UTILIZADO POR INSIVUMEH, CONTRA EL MODELO PROPUESTO POR WENZEL,
PARA LA DETERMINACIÓN DE CURVAS IDF, UTILIZANDO COMO REFERENCIA
CINCO ESTACIONES DE LAS CUENCAS ACHIGUATE Y MARÍA LINDA
Mirtha Damaris Monzón Villatoro

Asesorado por el Ing. Sergio Antonio López Dubón
Guatemala, julio de 2015

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
FACULTAD DE INGENIERÍA

TRABAJO DE GRADUACIÓN
PRESENTADO A LA JUNTA DIRECTIVA DE LA

POR
MIRTHA DAMARIS MONZÓN VILLATORO

ASESORADO POR EL ING. SERGIO ANTONIO LÓPEZ DUBÓN
AL CONFERÍRSELE EL TÍTULO DE
INGENIERA CIVIL
GUATEMALA, JULIO DE 2015

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
NÓMINA DE JUNTA DIRECTIVA
DECANO Ing. Pedro Antonio Aguilar Polanco

VOCAL I Ing. Angel Roberto Sic García
VOCAL II Ing. Pablo Christian de León Rodríguez
VOCAL III Inga. Elvia Miriam Ruballos Samayoa
VOCAL IV Br. Narda Lucía Pacay Barrientos
VOCAL V Br. Walter Rafael Véliz Muñoz
SECRETARIA Inga. Lesbia Magalí Herrera López
TRIBUNAL QUE PRACTICÓ EL EXAMEN GENERAL PRIVADO
DECANO Ing. Murphy Olympo Paiz Recinos

EXAMINADOR Ing. Alfredo Enrique Beber Aceituno
EXAMINADOR Ing. Luis Manuel Sandoval Mendoza
EXAMINADOR Ing. José Mauricio Arriola Donis
SECRETARIO Ing. Hugo Humberto Rivera Pérez
HONORABLE TRIBUNAL EXAMINADOR
En cumplimiento con los preceptos que establece la ley de la Universidad de

San Carlos de Guatemala, presento a su consideración mi trabajo de
graduación titulado:

Tema que me fuera asignado por la Dirección de la Escuela de Ingeniería Civil,

con fecha 26 de julio de 2012.
Mirtha Damaris Monzón Villatoro

ACTO QUE DEDICO A:
Mis padres Mirtha Villatoro de Monzón y Celestino Monzón

Mérida, por su apoyo incondicional, amor y
buen ejemplo.
Mi nueva familia Jean Michel Gregory, por su apoyo y Sophie

Gregory, en especial, por ser mi mayor
inspiración para completar mis estudios.
Mis hermanos Yessenia y Nelson, por su cariño y paciencia.
Mis amigos (as) Por todo su apoyo moral, colaboración y tiempo

dedicado durante mis estudios.
Mi país Guatemala, deseando siempre realizar aportes

que nos permitan ser cada día mejores.
Mi familia en general
AGRADECIMIENTOS A:
Dios Por darme la sabiduría y permitirme culminar

esta meta.
Universidad de San Por permitirme alcanzar una formación integral,

Carlos de Guatemala gracias a sus diversos programas.
Facultad de Ingeniería Por el trabajo y esfuerzo de docentes y

colaboradores hacia sus estudiantes.
Mi asesor Ing. Sergio Antonio López Dubón, por su

orientación y por estar siempre dispuesto a
colaborar.
Insivumeh Por brindar los datos necesarios para la

realización de este trabajo de graduación.
ÍNDICE GENERAL
ÍNDICE DE ILUSTRACIONES ............................................................................ V

LISTA DE SÍMBOLOS ....................................................................................... IX
GLOSARIO ........................................................................................................ XI
RESUMEN ....................................................................................................... XIII
OBJETIVOS ...................................................................................................... XV
Hipótesis................................................................................................ XVI
INTRODUCCIÓN ............................................................................................ XVII
1. ANTECEDENTES GENERALES ............................................................. 1

1.1. Definiciones básicas de la cuenca ............................................. 2
1.2. Cuencas de estudio ................................................................... 4
1.2.1. Cuenca del río Achiguate ......................................... 6
1.2.2. Cuenca del río María Linda....................................... 8
2. ESTACIONES METEOROLÓGICAS ..................................................... 11

2.1. Componentes de la estación meteorológica ............................ 11
2.1.1. Terreno circundante ................................................ 11
2.1.2. Parcela meteorológica ............................................ 12
2.1.3. Abrigo meteorológico .............................................. 12
2.1.4. Instrumentos ........................................................... 12
2.2. Clases de estaciones .............................................................. 12
2.3. Estación climatológica de referencia ....................................... 13
2.4. Requisitos para una estación de observación ......................... 14
2.5. Instrumentación ....................................................................... 14
2.5.1. Pluviómetro ............................................................. 14
I
2.5.2. Pluviógrafo .............................................................. 15
2.6. Estaciones de estudio .............................................................. 17
2.6.1. Estación Alameda Icta ............................................. 17
2.6.2. Estación Insivumeh ................................................. 17
2.6.3. Estación Sábana Grande ........................................ 17
2.6.4. Estación Escuintla .................................................. 17
2.6.5. Estación Puerto de San José ................................. 18
3. CURVAS INTENSIDAD–DURACIÓN–FRECUENCIA (IDF) ................... 19

3.1. Aplicación de las curvas IDF .................................................... 22
3.2. Construcción de las curvas IDF ............................................... 22
3.2.1. Recopilación obtenida del pluviógrafo ..................... 23
3.2.2. Valores máximos ..................................................... 23
3.2.3. Ajuste de valores a las distribuciones de
probabilidad ............................................................. 23
3.2.4. Construcción de curvas con los modelos
matemáticos ............................................................ 23
4. ESTADÍSTICA Y MODELOS MATEMÁTICOS UTILIZADOS EN EL

ESTUDIO ................................................................................................ 25
4.1. Distribuciones de probabilidad en hidrología ............................ 25
4.1.1. Momento de las distribuciones ................................ 26
4.1.2. Parámetros estadísticos .......................................... 26
4.1.2.1. Media m................................................ 27
4.1.2.2. Varianza s² ........................................... 27
4.1.3. Distribuciones de probabilidad para variables
continuas ................................................................. 28
4.1.3.1. Distribución normal ............................... 28
II
4.1.3.2. Distribución de Gumbel o extrema
tipo I ..................................................... 29
4.2. Modelos matemáticos .............................................................. 30
4.2.1. Aproximaciones empíricas ...................................... 30
5. PRESENTACIÓN DE RESULTADOS .................................................... 33

5.1. Resultados de precipitación y curvas IDF................................ 33
5.1.1. Resultados de la estación Alameda Icta ................. 33
5.1.2. Resultados de la estación Insivumeh ..................... 35
5.1.3. Resultados de la estación Sábana Grande ............ 38
5.1.4. Resultados de la estación Escuintla ....................... 40
5.1.5. Resultados de la estación Puerto de San José ...... 43
5.2. Coeficientes y errores para modelos estándar y Wenzel......... 45
5.2.1. Resultados de la estación Alameda Icta ................. 46
5.2.2. Resultados de la estación Insivumeh ..................... 50
5.2.3. Resultados de la estación Sábana Grande ............ 54
5.2.4. Resultados de la estación Escuintla ....................... 58
5.2.5. Resultados de la estación Puerto de San José ...... 62
5.2.6. Análisis de resultados ............................................. 66
CONCLUSIONES ............................................................................................. 73
RECOMENDACIONES ..................................................................................... 75
BIBLIOGRAFÍA ................................................................................................. 77
III
IV
ÍNDICE DE ILUSTRACIONES
FIGURAS
1. Cuencas hidrográficas de la vertiente del Pacífico ................................. 5

2. Cuenca del río Achiguate ....................................................................... 7
3. Cuenca del río María Linda .................................................................... 9
4. Pluviómetro .......................................................................................... 15
5. Pluviógrafo y pluviograma .................................................................... 16
6. Ubicación de las estaciones a estudiar ................................................ 18
7. Familia de curvas IDF .......................................................................... 21
8. Desviación estándar ............................................................................. 28
9. Curvas IDF de la estación Alameda Icta, distribución normal .............. 34
10. Curvas IDF de la estación Alameda Icta, distribución de Gumbel ........ 35
11. Curvas IDF de la estación Insivumeh, distribución normal ................... 36
12. Curvas IDF de la estación Insivumeh, distribución de Gumbel ............ 37
13. Curvas IDF de la estación Sábana Grande, distribución normal .......... 39
14. Curvas IDF de la estación Sábana Grande, distribución de Gumbel ... 40
15. Curvas IDF de la estación Escuintla, distribución normal ..................... 41
16. Curvas IDF de la estación Escuintla, distribución de Gumbel .............. 42
17. Curvas IDF de la estación Puerto San José, distribución normal ......... 44
18. Curvas IDF de la estación Puerto San José, distribución de Gumbel .. 45
TABLAS
I. Cuencas hidrográficas de la vertiente del Pacífico ................................. 4
V
II. Probabilidad de precipitación para la estación Alameda Icta,
distribución normal ................................................................................ 33
III. Probabilidad de precipitación para la estación Alameda Icta,
distribución de Gumbel ......................................................................... 34
IV. Probabilidad de precipitación para la estación Insivumeh,
V. Probabilidad de precipitación para la estación Insivumeh,
VI. Probabilidad de precipitación para la estación Sábana Grande,
VII. Probabilidad de precipitación para la estación Sábana Grande,
VIII. Probabilidad de precipitación para la estación Escuintla,
IX. Probabilidad de precipitación para la estación Escuintla,
X. Probabilidad de precipitación para la estación Puerto de San José,
XI. Probabilidad de precipitación para la estación Puerto San José,
XII. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución normal, estación Alameda Icta............................ 46
XIII. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución de Gumbel, estación Alameda Icta ..................... 47
XIV. Coeficientes a, c, n y error absoluto promedio de fórmula Wenzel,
para una distribución normal, estación Alameda Icta............................ 48
XV. Coeficientes a, c, n y error absoluto promedio de fórmula Wenzel,
para una distribución de Gumbel, estación Alameda Icta ..................... 49
VI
XVI. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución normal, estación Insivumeh ............................... 50
XVII. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución de Gumbel, estación Insivumeh ......................... 51
XVIII. Coeficientes a, c, n y error absoluto promedio de fórmula Wenzel,
para una distribución normal, estación Insivumeh ............................... 52
XIX. Coeficientes a, c, n y error absoluto promedio de fórmula Wenzel,
para una distribución de Gumbel, estación Insivumeh ......................... 53
XX. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución normal, estación Sábana Grande....................... 54
XXI. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución de Gumbel, estación Sábana Grande ................ 55
XXII. Coeficientes a, c, n y error absoluto promedio de fórmula Wenzel,
para una distribución normal, estación Sábana Grande....................... 56
XXIII. Coeficientes a, c, n y error absoluto promedio de fórmula Wenzel,
para una distribución de Gumbel, estación Sábana Grande ................ 57
XXIV. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución normal, estación Escuintla ................................. 58
XXV. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución de Gumbel, estación Escuintla ........................... 59
XXVI. Coeficientes a, c, n y error absoluto promedio de fórmula Wenzel,
para una distribución normal, estación Escuintla ................................. 60
XXVII. Coeficientes a, c, n y error absoluto promedio de fórmula Wenzel,
para una distribución de Gumbel, estación Escuintla ........................... 61
XXVIII. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución normal, estación Puerto de San José ................ 62
XXIX. Coeficientes a, c, n y error absoluto promedio de fórmula estándar,
para una distribución de Gumbel, estación Puerto de San José .......... 63
VII
XXX. Coeficientes a, c, n y error absoluto promedio de fórmula
Wenzel, para una distribución normal, estación Puerto de San
José ............................................................................................... 64
XXXI. Coeficientes a, c, n y error absoluto promedio de fórmula
Wenzel, para una distribución de Gumbel, estación Puerto de
San José ........................................................................................ 65
XXXII. Comparación para cada período de retorno del mejor ajuste
para la estación Alameda Icta ........................................................ 68
XXXIII. Comparación de errores absolutos promedio y determinación
del mejor ajuste para la estación Insivumeh .................................. 69
XXXIV. Comparación de errores absolutos promedio y determinación
del mejor ajuste para la estación Sábana Grande ......................... 70
XXXV. Comparación de errores absolutos promedio y determinación
del mejor ajuste para la estación Escuintla .................................... 71
XXXVI. Comparación de errores absolutos promedio y determinación
del mejor ajuste para la estación Puerto de San José ................... 72
VIII
LISTA DE SÍMBOLOS
Símbolo Significado
P Altura de precipitación de agua

A Área
DS Densidad de corrientes
Dd Densidad de drenaje
Td Duración de la lluvia
I Intensidad
£ Intervalo
Ls Longitud total de las corrientes
mo Media estadística
ẋ Media matemática
M Momento
Ns Número de corrientes perennes e intermitentes
Smed Pendiente media de la cuenca
P(x) Probabilidad
 Sumatoria
s² o Varianza
IX
X
GLOSARIO
Bifurcación División de una cosa en dos ramales, brazos o

puntas.
Cuenca Una superficie de tierra que drena hacia una

corriente en un lugar especificado.
Discretización Aproximación de la solución de un problema continuo

representándolo en términos de un conjunto discreto
de elementos.
Efímero De corta duración.
Foco calorífico Cualquier sistema termodinámico capaz de

intercambiar cualquier cantidad de calor sin que
cambien sus propiedades.
Hidrología torrencial Estudio del aumento del caudal en un cauce con

volúmenes excepcionales.
Intensidad de lluvia La cantidad de agua que cae por unidad de tiempo

en un lugar determinado.
Muestra sesgada Muestra de un grupo en la cual no están igualmente

equilibrados, u objetivamente representados, todos
los factores o participantes del mismo.
XI
Período de retorno Tiempo esperado o tiempo medio entre dos
sucesos de baja probabilidad.
Pluviógrafo Instrumento que registra la duración y la

magnitud de las precipitaciones.
Pluviograma Diagrama utilizado en la meteorología que

muestra la magnitud de la precipitación
respecto al tiempo.
Tributaria Dícese del curso de agua con relación al río,

mar o lugar adonde va a parar.
Variable aleatoria continua Una variable aleatoria es continua si su

recorrido no es un conjunto numerable.
Intuitivamente esto significa que el conjunto
de posibles valores de la variable abarca
todo un intervalo de números reales.
Variable aleatoria discreta Una variable aleatoria es discreta si su

recorrido es un conjunto discreto.
XII
RESUMEN
La cuenca es una superficie de tierra que drena hacia una corriente en un

lugar especificado. Guatemala cuenta con tres grandes regiones hidrográficas,
conocidas como vertientes, que abarcan treinta y ocho cuencas. El presente
trabajo de graduación utiliza como muestra cinco estaciones hidrológicas en
dos cuencas de la vertiente del Pacífico, Achiguate y María Linda. Ambas
cuencas presentan elevaciones mayores a 2 700 metros y en su parte más baja
llega hasta el nivel del mar. Por lo cual ambas zonas son vulnerables a
inundaciones.
La estación meteorológica es la instalación que posee las condiciones

adecuadas para medir, evaluar y registrar diversas variables meteorológicas.
Las estaciones tienen una clasificación de acuerdo a las variables que registran,
que van desde A hasta D, siendo la estación A la más completa y la D la que
registra únicamente una variable. También existen las estaciones automáticas,
cuyo registro de datos se hace automática y continuamente. Las estaciones que
se utilizaron como muestra para realizar este estudio fueron Alameda Icta,
Insivumeh, Sábana Grande, Escuintla y Puerto de San José.
Las curvas intensidad-duración-frecuencia representan la intensidad

media en intervalos de diferente duración, correspondiendo todos los de una
misma curva a un mismo período de retorno.
La construcción de las curvas IDF se inició con la recopilación de los datos

de pluviógrafos de cada una de las estaciones meteorológicas. Estas bandas
son generadas semanalmente, por lo que se discretizaron para 24 horas. Con
XIII
ello se obtuvieron valores máximos de precipitación e intensidad de lluvia. Para
obtener los valores correspondientes a cada período de retorno (2, 5, 10, 15,
25, 30, 50, 75, 100 años) se ajustaron los valores para la distribución normal y
la distribución de Gumbel. Finalmente se utilizó el programa EureqaPro para
realizar las modelaciones matemáticas correspondientes a la fórmula estándar y
la propuesta por Wenzel, con lo que se obtuvieron los errores absolutos
promedio. La comparación de los resultados indicó que el modelo propuesto por
Wenzel se ajusta de mejor forma que el estándar.
XIV
OBJETIVOS
General
Comparar e interpretar los modelos obtenidos por el método tradicional de

Insivumeh y el propuesto por Wenzel para los valores de precipitación en la
elaboración de las curvas intensidad-duración-frecuencia para cinco estaciones
de las cuencas Achiguate y María Linda.
Específicos
1. Hacer una comparación correctamente estructurada que permita a la

unidad de investigación del Insivumeh y a los profesionales de la
ingeniería, determinar qué distribución logra ajustarse de mejor forma para
obtener datos más precisos en las curvas IDF, tomando en cuenta otros
estudios realizados o a realizarse sobre este tema.
2. Recopilar la información de los pluviogramas de las estaciones y

analizarlos a través de en un sistema digital que sea de fácil acceso y
asimismo tener un sistema comparativo a los estudios realizados con
anterioridad.
XV
Hipótesis
La fórmula propuesta por Wenzel se ajusta mejor que la fórmula

estándar utilizada por Insivumeh, para la construcción de las curvas
intensidad – duración – frecuencia
XVI
INTRODUCCIÓN
Para los diferentes proyectos de estructuras hidráulicas, como las obras de

captación para proyectos de irrigación o de generación de energía, obras de
drenaje transversal, sistemas de drenaje urbano, entre otros, es indispensable
contar con los datos de caudales máximos, ya que en casos de lluvias
extremas, suelen ocurrir inundaciones por el colapso de drenajes, desborde de
ríos o deslizamiento de laderas, causantes de daños en las estructuras. Para un
buen diseño se debe contar con las intensidades máximas de precipitación, las
cuales son recopiladas en las curvas IDF (intensidad-duración-frecuencia), que
resultan de la unión de puntos representativos de la intensidad media en
intervalos de diferente duración, y corresponden todos ellos a una misma
frecuencia o período de retorno.
Las curvas intensidad-duración-frecuencia se obtienen al realizar

modelaciones con aproximaciones matemáticas, por lo que en este trabajo de
graduación, se propone un estudio para determinar si la aproximación
propuesta por Wenzel se ajusta de mejor forma que la aproximación estándar.
El estudio se realizó tomando como muestra cinco estaciones de control

de las cuencas Achiguate y María Linda, cuyas características se especifican en
los capítulos I y II. De cada una de estas estaciones se obtuvieron los datos de
pluviógrafos, cuyas bandas fueron analizadas y se extrajeron los datos para
poder realizar las respectivas modelaciones. Cabe mencionar que el estudio se
ve limitado por la incompleta información meteorológica que tienen dichas
estaciones.
XVII
En los capítulos III y IV se presentan las definiciones de las curvas IDF y
las definiciones de la estadística y aproximaciones matemáticas que se
utilizaron durante el estudio.
Finalmente, en el capítulo V se presentan los resultados obtenidos

después de recolectar y procesar los datos de las estaciones. Lo cual conduce
a la parte fundamental del estudio, que es la comparación de errores absolutos.
Estos resultados permiten determinar qué modelo matemático se adecúa mejor
para la muestra.
XVIII
1. ANTECEDENTES GENERALES
Una cuenca es una superficie de tierra que drena hacia una corriente en
un lugar especificado y es la unidad superficial más utilizada. Una definición
importante para entender una cuenca es la divisoria de aguas; es una línea que
separa la superficie de tierra cuyos desagües corren hacia otros ríos.
Las cuencas también pueden ser consideradas como un sistema; en este

caso la frontera del sistema se dibuja alrededor de la cuenca, proyectando la
divisoria de aguas verticalmente hacia arriba, y abajo hacia planos horizontales.
La lluvia es la entrada, distribuida en el espacio sobre el plano superior; el
caudal es la salida, concentrado en el espacio de la salida de la cuenca. La
evaporación y el flujo sub superficial también pueden considerarse como
salidas, pero son muy pequeños comparados con el caudal durante una
tormenta. La estructura del sistema es el conjunto de caminos de flujo sobre el
suelo o a través de él e incluye sistemas tributarios que eventualmente
convergen para convertirse en caudal a la salida de la cuenca.
Se pueden reconocer dos tipos de cuenca: endorreica y exorreica. Las

endorreicas son las que terminan en un lago central y la exorreica las que
drenan fuera de la unidad hidrológica.
La superficie del terreno es la que compone la cuenca; contiene lagos y

ríos, y alimenta los acuíferos por medio de la infiltración. Además es la fuente
para obtener el sedimento que alimenta lagos y ríos y contiene los nutrientes
para la vegetación, además de ser utilizada por el hombre para su explotación.
1
1.1. Definiciones básicas de la cuenca
El parteaguas es la línea imaginaria que divide la parte más alta de las

cuencas, de manera que las aguas de lluvia que caen se reparten en una u otra
cuenca. De esa forma la cuenca solo tiene una salida por donde pasa el cauce
principal de la misma.
Los demás cursos de agua desembocan en el cauce principal y se

denominan tributarios. Las formadas por el cauce tributario son cuencas
tributarias o subcuencas. Entre mayor densidad de tributarios, la cuenca
responde más rápido a una precipitación o tormenta. De hecho una de las
formas como se distingue una cuenca es por el orden de tributarios que la
conforman.
Un indicador del grado de bifurcación es el orden de corriente. Una

corriente de orden 1 significa que no tiene tributarios, una de orden 2 está
formada por dos corrientes de orden 1; y así sucesivamente.
Otro indicador del grado de bifurcación de una corriente es la densidad de

corrientes, y se define como el número de corrientes perennes e intermitentes
por unidad de área y la densidad de drenaje se define como la longitud de
corrientes, por unidad de área:
2
: número de corrientes perennes e intermitentes
Ls: longitud total de las corrientes
área
En una cuenca se reconocen dos tipos de cauces, los perennes y los

efímeros. Muchas veces los efímeros son sinónimo de zonas secas o
semiáridas, en tanto que las cuencas con cauces perennes son en donde la
lluvia está presente a lo largo del periodo hidrológico.
El área de drenaje la constituye el área plana, en proyección horizontal, de

la cuenca, limitada por el parteaguas.
La importancia de la forma de la cuenca es que define o tiene influencia en

el tiempo que tarda la misma en concentrar la lluvia a la salida.
El factor de forma es la relación que existe entre el ancho medio de la

cuenca y la longitud axial de la misma.
La pendiente media de la cuenca se puede extraer de la evaluación

estadística de varios puntos colocados sobre la misma. De ellos se realiza un
análisis de frecuencia mediante clasificación por clases. La pendiente media se
evalúa como:
3
1.2. Cuencas de estudio
Los sistemas montañosos de Guatemala determinan tres grandes

regiones hidrográficas que se conocen con el nombre de vertientes. Estas
vertientes son: vertiente de Pacífico, vertiente del Golfo de México y vertiente
del mar Caribe. En total con 38 cuencas.
El estudio que se presenta, acerca de la comparación de los datos

obtenidos por el método tradicional utilizado por Insivumeh, contra el modelo
propuesto por Wenzel, para la determinación de las curvas IDF, utiliza como
referencia cinco estaciones de dos cuencas: Achiguate y María Linda. Estas
están localizadas en la vertiente del Pacífico, la cual tiene 18 cuencas en total,
como lo muestra la tabla I.
Tabla I. Cuencas hidrográficas de la vertiente del Pacífico
Fuente: MAGA, INSIVUMEH, INE, MARN.
4
Dichas cuencas se localizan en el mapa de Guatemala, como lo muestra
la figura 1.
Figura 1. Cuencas hidrográficas de la vertiente del Pacífico
5
1.2.1. Cuenca del río Achiguate
La cuenca del río Achiguate se localiza en la zona sur de Guatemala, y

drena hacia el océano Pacífico. Colinda con las cuencas de los ríos Coyolate y
Acomé, localizadas al oeste; y la cuenca del río María Linda a su lado este.
Según la información proporcionada por el Ministerio de Ambiente

(MARN), la cuenca Achiguate, cubre 29 municipios y 4 departamentos, que son
Sacatepéquez, Chimaltenango, Escuintla y Guatemala. La extensión total es de
129 100 hectáreas. Esta extensión representa un 5 por ciento del área de la
vertiente, y 1.2 por ciento del área total del país.
La cuenca presenta elevaciones del orden de los 2 000 metros en la

cercanía de San Andrés Itzapa. Los tributarios drenan desde los volcanes de
Fuego y Agua, con elevaciones de 3 900 y 2 700 metros sobre el nivel del mar.
La elevación que corresponde al área cercana a Escuintla es de 300 metros
sobre el nivel del mar y finalmente en la descarga del oceáno, la altura
corresponde a la del nivel del mar.
El uso del suelo de la cuenca es representado en su gran mayoría por el

cultivo de caña de azúcar (31,95 por ciento), seguido por granos básicos (15,09
por ciento), café (11,22 por ciento), arbustos y matorrales (10,63 por ciento) y
otra variedad de cultivos que representan porcentajes menores.
La población total de la cuenca al 2002, correspondía a 324 905

habitantes y su proyección al 2010 era de 400 652 habitantes.
6
La figura 2 muestra la localización de la cuenca Achiguate, especificando
el uso del suelo de la misma, y los departamentos en los que se localiza.
Figura 2. Cuenca del río Achiguate
7
1.2.2. Cuenca del río María Linda
La cuenca del río María Linda se localiza al sur de Guatemala y drena al

océano Pacífico. Colinda al oeste con la cuenca del río Achiguate, al este con
las cuencas del río Paso Hondo y río Los Esclavos, al norte con la cuenca del
río Motagua, y al sur con el océano Pacífico.
Según la información proporcionada por el Ministerio de Ambiente y

Recursos Naturales (MARN), la cuenca del río María Linda cubre 27 municipios
de cuatro departamentos, los cuales son Sacatepéquez, Guatemala, Escuintla y
Santa Rosa. La extensión total de la cuenca es de 257 200 hectáreas, que
corresponden al 11 por ciento del área de la vertiente y al 2,4 por ciento del
área del país. La cuenca tiene elevaciones que van desde los 2 700 msnm
hasta el nivel del mar.
La cuenca del río María Linda es atravesada por una buena red de
carreteras, siendo de gran importancia las carreteras centroamericanas CA-1,
CA-2 y CA-9. Las rutas nacionales RN2, RN5, RN10, RN14 y RN18. Y las rutas
departamentales 1, 2, 2S, 2N, 3, 3N, 3S, 4, 8, 9 y 10.
El uso del suelo en la cuenca del río María Linda, es principalmente para
el cultivo de café (23,4 por ciento), seguido por pastos naturales (16,1 por
ciento), caña de azúcar (15 por ciento) y centros poblados (9,7 por ciento),
seguido de otra serie de cultivos que representan porcentajes menores.
La población al año 2002 correspondía a 1 315 954 habitantes, con una

proyección al 2010 de 1 610 367 habitantes.
8
La figura 3 muestra la localización de la cuenca Achiguate, exponiendo el
uso del suelo de la misma, y los departamentos en los que se localiza.
Figura 3. Cuenca del río María Linda
9
10
2. ESTACIONES METEOROLÓGICAS
Es una instalación provista de las condiciones adecuadas para medir,

evaluar y registrar diversas variables meteorológicas. Una estación
meteorológica actúa como el centro principal de los datos recogidos por el
equipo de apoyo. Estos datos son recopilados, procesados e interpretados por
los meteorólogos, que luego distribuyen la información como pronósticos.
2.1. Componentes de la estación meteorológica
Según el Instituto Nacional de Sismología, Vulcanología, Meteorología e

Hidrología (Insivumeh), los componentes básicos con los que debe contar una
estación meteorológica son:
2.1.1. Terreno circundante
Este terreno debe ser plano y libre de obstrucciones y obstáculos en el

espacio que lo rodee, además el suelo debe estar cubierto y debe ser circulado
por una malla metálica. Es importante mencionar que este debe ser
verdaderamente representativo de la zona de estudio, y se debe evitar que esté
cerca de laderas muy inclinadas, depresiones o zonas expuestas a erosión.
Otros factores que deben evitarse, son los que puedan proporcionar focos
caloríficos, como fábricas o carreteras de asfalto. De igual forma, debe estar
alejado de autopistas o ferrocarriles, debido a la vibración.
11
2.1.2. Parcela meteorológica
Es un espacio rectangular o cuadrado en donde se ubican los

instrumentos de medición. Esta parcela debe estar orientada hacia el Norte,
cuyo lado corresponde a la puerta de acceso. La distancia mínima entre los
instrumentos de la parcela y la cerca es de 3 metros. La cerca debe estar
circulada con alambre espigado o malla metálica.
2.1.3. Abrigo meteorológico
Es una caja de madera que se instala dentro de la parcela meteorológica y

cuya función es proteger los instrumentos de medición. La importancia de este
objeto es que debe mantener una temperatura uniforme igual al ambiente
exterior.
2.1.4. Instrumentos
Es necesario que la instalación de los instrumentos sea semejante en

todas las estaciones meteorológicas, ya que de esto depende que la medición
sea realizada en forma correcta.
2.2. Clases de estaciones
Las estaciones meteorológicas se clasifican de acuerdo a las variables

climáticas que registran, estas clases son respectivamente A, B, C y D.
12
Las estaciones clase A son las más completas ya que registran datos de
precipitación pluvial, temperatura, humedad relativa, radiación solar,
evapotranspiración, presión atmosférica, velocidad y dirección del viento.
Las estaciones clase B cuentan con instrumentos para registrar las

variables de precipitación pluvial, temperatura, humedad y velocidad del viento.
Las estaciones clase C tienen los instrumentos para registrar las variables
de precipitación pluvial y temperatura.
Las estaciones clase D son las más sencillas, ya que solamente pueden
registrar una variable, que puede ser precipitación pluvial o temperatura.
Otro tipo de clasificación de las estaciones, se refiere a las tradicionales y

las automáticas. Las tradicionales son aquellas que precisan de la existencia de
un encargado que las visite diariamente, a horas fijas, para la toma de datos.
Las automáticas son las que se están imponiendo en la actualidad y se
describen como estaciones, cuyo registro de datos se hace automáticamente y
prácticamente continuo.
2.3. Estación climatológica de referencia
Se llama así a una estación, sin importar su categoría, que sirve de

referencia a otras que se ubican en la misma región. Se debe ser
especialmente cuidadoso en la ubicación de esta estación, ya que no debe
recibir influencias que puedan alterar los registros, cambiando la homogeneidad
de las series de observación.
13
2.4. Requisitos para una estación de observación
Básicamente el propósito de las estaciones climatológicas, es el de

registrar los valores de los elementos que constituyen la materia prima de los
estudios sobre el clima. Para esto se debe cumplir con las siguientes normas
básicas:
 Adecuada ubicación y exposición

 Adecuado equipamiento instrumental
 Que los observadores posean un nivel adecuado de preparación
 Que exista un plan adecuado de observaciones
2.5. Instrumentación
Cada estación meteorológica contiene diversos instrumentos que

proporcionan las diferentes variables que se mencionaron anteriormente. Para
este estudio, se describen los instrumentos que se encargan de medir
precipitación, ya que estos fueron los utilizados para obtener los datos que se
presentan. La definición de precipitación del Insivumeh es: “volumen de lluvia
que llega al suelo en un período determinado, se expresa en función del nivel
que alcanzaría sobre una proyección horizontal de la superficie de la tierra”.
2.5.1. Pluviómetro
El pluviómetro mide la cantidad de agua precipitada en un determinado

lugar. Su unidad de medida es en milímetros. Esto quiere decir que si se
registra una precipitación de 5 mm, significaría que si toda el agua de lluvia se
acumulara en un terreno plano sin evaporarse ni escurrir, la altura de la capa de
agua sería de 5 mm.
14
Las características con las que el Insivumeh describe el pluviómetro
indican que es un cilindro cuya boca receptora tiene un área de 200 centímetros
cuadrados, delimitada por un anillo de bronce con borde biselado, que va unido
a una caja cilíndrica de mayor diámetro y de una altura de 1,10 metros, el
sistema registrador del aparato y una jarra colectora. El agua recogida va a
través del embudo a una vasija de boca estrecha llamada colector, y para evitar
la evaporación por calentamiento, está aislada del cilindro exterior. Para la
medición del agua recolectada en el pluviómetro se utiliza una probeta de vidrio
o de plástico, graduada con una escala de milímetros o pulgadas, que contiene
unas rayitas largas que definen los milímetros y unas rayitas cortas que definen
décimas de milímetros.
Figura 4. Pluviómetro
Fuente: ARAMET.
2.5.2. Pluviógrafo
Es un instrumento que registra la duración y la intensidad de las

precipitaciones. Es la mejora del pluviómetro, ya que se le ha agregado un
sistema de registro.
15
Los registros del pluviógrafo pueden definir la cantidad de precipitación y
el tiempo que esta utilizó, con lo cual se puede analizar la distribución de la
lluvia en el tiempo, para así calcular la intensidad de lluvia. Existen tres tipos de
pluviógrafos: el de balanza, el de peso y el de flotador. El de flotador con sifón o
Hellmann es el más utilizado. Este pluviógrafo es un cilindro terminado en su
parte superior en una boca circular de 200 centímetros cuadrados de superficie,
delimitada por un anillo de bronce con borde biselado, el sistema registrador del
aparato y una jarra colectora. El agua de lluvia es recogida por el receptor hacia
un embudo y un tubo al mecanismo registrador. Está constituido por un cilindro
en cuyo interior hay un flotador que se desplaza verticalmente, al subir el nivel
del agua en el cilindro, siguiendo unas guías que imposibilitan cualquier otro
tipo de movimiento. El registro se realiza en una hoja milimetrada llamada
pluviograma.
Figura 5. Pluviógrafo y pluviograma
Fuente: ARAMET.
16
2.6. Estaciones de estudio
Para este estudio se tomaron como referencia cinco estaciones de las

cuencas del río Achiguate y María Linda, con las que se determinaron los
valores de precipitación máxima de las mismas, para la conformación de las
curvas intensidad-duración-frecuencia. Las estaciones a trabajar son las
siguientes:
2.6.1. Estación Alameda Icta
Se localiza en el departamento de Chimaltenago, es una estación clase D

y se encuentra en las coordenadas de latitud = 14,633889° y longitud = -
90,8033333.
2.6.2. Estación Insivumeh
Se ubica en el departamento de Guatemala, es una estación clase A y se

encuentra en las coordenadas de latitud = 14,586384° y longitud = -90,532778°.
2.6.3. Estación Sábana Grande
Se ubica en el departamento de Escuintla, es una estación clase D y se

encuentra en las coordenadas de latitud = 14,3828° y longitud = -90,8292°.
2.6.4. Estación Escuintla
Se encuentra en el departamento del mismo nombre, es una estación

automática y se ubica en las coordenadas de latitud = 14,32352° y longitud = -
90,78758.
17
2.6.5. Estación Puerto de San José
Se localiza en el departamento de Escuintla, es una estación tipo A y se

ubica en las coordenadas de latitud = 13,936111° y longitud = -90,834444°.
La figura 6 muestra la ubicación de las estaciones en las que se basa este

estudio.
Figura 6. Ubicación de las estaciones a estudiar
Fuente: elaboración propia.
18
3. CURVAS INTENSIDAD–DURACIÓN–FRECUENCIA (IDF)
Las curvas intensidad–duración–frecuencia (IDF) son las que resultan de

unir los puntos representativos de la intensidad media en intervalos de diferente
duración, y correspondientes todos ellos a una misma frecuencia o período de
retorno (Témez, 1978).
Según Benitez (2002), las curvas IDF son la representación gráfica de la

relación existente entre la intensidad, la duración y la frecuencia o período de
retorno de la precipitación.
Por otro lado, según Mintegui et al (1990), se denominan curvas

intensidad- duración-frecuencia (IDF) a aquellas que representan duraciones en
abscisas y alturas de precipitación en las ordenadas, en la cual, cada curva
representada corresponde a una frecuencia (o período de retorno), de tal forma
que las gráficas de las curvas IDF representan la intensidad media en intervalos
de diferente duración, correspondiendo todos los de una misma curva, a un
idéntico período de retorno.
Junto con la definición de las curvas, surgen otros elementos a considerar,

como: la intensidad de precipitación, la frecuencia o la probabilidad de
excedencia de un determinado evento. Además es de suma importancia tener
claro el concepto de cada una de estas variables, de modo de tener una visión
más clara de las curvas intensidad-duración-frecuencia.
19
En este sentido se debe destacar que la intensidad, según Chow et al
(1994), se define como la tasa temporal de precipitación, o sea, la altura de
agua de precipitación por unidad de tiempo (mm/hr o pulg/hr), y esta se expresa
como:
i = P / Td
Donde P es la altura de agua de precipitación en mm o pulg, y Td es la

duración de la lluvia, dada usualmente en horas.
Es importante señalar, que cuando solo se dispone de un pluviómetro en

una estación, es evidente que en general, únicamente se podrá conocer la
intensidad media en 24 horas. Como se comprenderá, esta información puede
inducir a grandes errores por defecto, por cuanto las lluvias de corta duración
son en general las más intensas.
Es natural entonces, que las determinaciones de intensidades de lluvia se

hagan a partir de los registros proporcionados por los pluviógrafos (Aros, 1997).
Otro elemento a estudiar en el diseño de las curvas IDF, es la frecuencia,

la cual se expresa en función del período de retorno (T), que es el intervalo de
tiempo promedio (expresado en años) entre eventos de precipitación que
igualan o exceden la magnitud de diseño (Chow et al, 1994).
Por otro lado, según Ulriksen et al (1979), la probabilidad de excedencia

se define como la probabilidad de que un cierto valor, a asumir por la variable
aleatoria, sea superado. Se define por 1 / T, en donde T es el período de
retorno; por consiguiente, la probabilidad de excedencia sirve para estimar
riesgos en obras civiles en general, y poder tener una aplicación a largo plazo
20
en el sector productivo. Además, dentro de las aplicaciones de la estadística,
usadas comúnmente en hidrología, está la determinación de la probabilidad o
del período de recurrencia de determinado suceso.
Es así como, en la hidrología torrencial se trata frecuentemente de evaluar

la probabilidad de que una variable hidrológica alcance y sobrepase un
determinado valor límite (Mintegui y López, 1990)
Figura 7. Familia de curvas IDF
120,00
100,00
Tr=10 años I = ____1 650____

80,00 30,40 + t^0,75
Tr=20años
I = ____1 670____
i (mm/h)
60,00 Tr=50 años 28,90 + t^0,74
I = ____1 710____
40,00 26,70 + t^0,73
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
21
3.1. Aplicación de las curvas IDF
El uso de las curvas IDF se enmarca en la estimación de crecidas de

cuencas hidrográficas que tienen tiempos de concentración pequeños o de
pequeña duración, y su utilidad principal es estimar la intensidad, duración y
frecuencia de la precipitación en un lugar que no posee pluviógrafo, solamente
pluviómetros totalizadores que entregan precipitaciones diarias o lugares donde
no existe información pluviométrica.
Además es importante señalar que uno de los primeros pasos que deben
seguirse en muchos proyectos de diseño hidrológico, como es el caso del
diseño de un drenaje urbano, el aprovechamiento de recursos hídricos en la
generación de energía eléctrica, o el diseño de obras de ingeniería de regadíos,
es la determinación del evento o eventos de lluvia que deben usarse. La forma
más común de hacerlo es utilizar una tormenta de diseño o un evento que
involucre una relación entre la intensidad de lluvia, la duración y las frecuencias
o períodos de retorno. Esta relación se denomina curvas IDF, que son
determinadas para cada sitio en particular (Chow et al, 1994).
3.2. Construcción de las curvas IDF
Para la construcción de las curvas intensdidad-duración-frecuencia,

específicamente en este estudio se siguió la siguiente metodología:
22
3.2.1. Recopilación obtenida del pluviógrafo
El primer paso para la construcción de las curvas IDF es recopilar las

bandas que registran la información pluviográfica de cada estación. Para esto,
se colocó la mayor cantidad de información posible registrada en cada
estación, ya que en algunos casos no se encuentran los años completos o
faltan años. Esto puede provocar que los datos obtenidos no sean totalmente
fiables.
3.2.2. Valores máximos
Para obtener estos valores, se analiza la información pluviográfica y se

seleccionan los valores de los máximos eventos de precipitación para tiempos
determinados. Para estos valores se discretizan las bandas para 24 horas.
3.2.3. Ajuste de valores a las distribuciones de probabilidad
Al obtener las tablas que muestran los valores máximos de cada estación,
se pueden ajustar estos datos a distribuciones estadísticas que proporcionen
información válida para los diferentes períodos de retorno seleccionados. En
este estudio se utilizaron la distribución normal y la distribución de Gumbel, ya
que se determinó que son las que mejor se ajustan a datos meteorológicos.
3.2.4. Construcción de curvas con los modelos matemáticos
Con los datos obtenidos de precipitación máxima para los períodos de

retorno de 2, 5, 10, 15, 20, 25, 30, 50, 75 y 100 años ajustados a la distribución
normal y distribución de Gumble es posible obtener las curvas intensidad-
duración- frecuencia, utilizando los modelos matemáticos que se compararán
23
en este estudio. Se utilizó el programa EureqaPro, en el cual se ingresó la
fórmula del modelo utilizado por Insivumeh, o modelo estándar siguiente:
De igual forma se ingresó la fórmula del modelo propuesto por Wenzel:
Finalmente, con los datos obtenidos, se realizó una comparación de los

errores obtenidos con cada uno de los modelos.
24
4. ESTADÍSTICA Y MODELOS MATEMÁTICOS UTILIZADOS
EN EL ESTUDIO
Para la construcción de las curvas intensidad- duración- frecuencia IDF, es

necesario utilizar distribuciones de probabilidad y modelos matemáticos, como
se mencionó en el capítulo anterior, por lo cual se definirán los términos
correspondientes.
4.1. Distribuciones de probabilidad en hidrología
El comportamiento de las variables aleatorias discretas o continuas se

describe con la ayuda de distribuciones de probabilidad. La variable se designa
por mayúscula y un valor específico de ella por minúscula.
Por P(x = a) se denota la probabilidad de que un evento asuma el valor a;

similarmente P(a £ x £ b) denota la probabilidad de que un evento se encuentre
en el intervalo (a,b). Si se conoce la probabilidad P(a £ x £b) para todos los
valores de a y b, se dice que se conoce la distribución de probabilidades de la
variable x.
Si x es un número dado y se considera la probabilidad P(X £ x):
F(x)= P(X £ x):
Y se llama F(x) la función de distribución acumulada.
25
4.1.1. Momento de las distribuciones
Las propiedades de las distribuciones pueden ser definidas

completamente en términos de los momentos. Los momentos en estadística
son similares a los momentos en física (rotación respecto al origen).
para la variable continua
para la variable discreta
o respecto a la media (eje de rotación diferente al origen)
para la variable continua
para la variable discreta
4.1.2. Parámetros estadísticos
Los estadísticos extraen información de una muestra, indicando las

características de la población. Los principales estadísticos son los momentos
de primer, segundo y tercer orden correspondiente a la media, varianza, y
asimetría respectivamente.
26
4.1.2.1. Media m
Es el valor esperado de la variable misma. Primer momento respecto al

origen. Muestra la tendencia central de la distribución.
El valor estimado de la media a partir de la muestra es:
4.1.2.2. Varianza s²
Mide la variabilidad de los datos. Es el segundo momento respecto a la

media.
El valor estimado de la varianza a partir de la muestra es:
En el cual el divisor es n-1 en lugar de n para asegurar que la estadística

de la muestra no sea sesgada, es decir, que no tenga una tendencia, en
promedio, a ser mayor o menor que el valor verdadero. Las unidades de la
varianza son la media al cuadrado, la desviación estándar s es una medida de
27
la variabilidad que tiene las mismas dimensiones que la media y simplemente
es la raíz cuadrada de la varianza, se estima por s. El significado de la
desviación estándar se ilustra en la figura 8.
Figura 8. Desviación estándar
Fuente: Distribución de probabilidades en hidrología. Escuela de Ingeniería de Antioquia.

p. 168.
4.1.3. Distribuciones de probabilidad para variables continuas
Se describirá a continuación dos tipos de distribuciones que se utilizarán

en el estudio: la distribución normal y la de Gumbel.
4.1.3.1. Distribución normal
La distribución normal es una distribución simétrica en forma de campana,

también conocida como campana de Gauss.
28
 Función de densidad:
La función de densidad está dada por
Los dos parámetros de la distribución son la media m y desviación
estándar s para los cuales (media) y s (desviación estándar) son derivados

de los datos.
4.1.3.2. Distribución de Gumbel o extrema 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).
 Función de densidad:
En donde a y b son los parámetros de la distribución.
Estimación de parámetros
29
Donde son la media y la desviación estándar estimadas con la
muestra.
4.2. Modelos matemáticos
Las curvas IDF pueden tomar diferentes expresiones matemáticas,

teóricas o empíricas, que se ajustan a los datos de precipitación de un
determinado observatorio. Para cada duración se estima la función de
probabilidad empírica, y se fija una frecuencia o período de retorno
determinado. Por lo tanto, la curva IDF empírica viene dada por la unión de los
puntos de igual frecuencia de ocurrencia y diferente duración e intensidad.
Asimismo, una curva IDF teórica o semiempírica es aquella cuya expresión
matemática se justifica físicamente, pero presenta parámetros que deben
estimarse mediante ajustes empíricos.
4.2.1. Aproximaciones empíricas
Existe un gran número de aproximaciones empíricas que relacionan la

intensidad (I), la duración (t) y el período de retorno (p), a partir de ajustes a
potencias tales como:
 Fórmula de Sherman: con tres parámetros (a, c y n), que están en

función del período de retorno, p:
30
 Fórmula de Wenzel: también con tres parámetros (a, c y n), para un
período de retorno p determinado:
 Función potencial: según Aparicio (1997), con cuatro parámetros (k, c, m

y n), ya ajustados para todos los períodos de retorno de interés:
31
32
5. PRESENTACIÓN DE RESULTADOS
5.1. Resultados de precipitación y curvas IDF
Se describe a continuación los resultados de probabilidad de precipitación

y la gráfica de las curvas IDF para cada una de las estaciones.
5.1.1. Resultados de la estación Alameda Icta
Después de ajustar los valores de las precipitaciones máximas resultantes

del resumen multianual, a la distribución normal y a la de Gumbel, se obtienen
las tablas II y III. Al recolectar estos datos, se grafican las curvas IDF para cada
una de las distribuciones y se presentan en las figuras 8 y 9.
Tabla II. Probabilidad de precipitación para la estación Alameda Icta,

distribución normal
Distribución normal
Precipitación (mm)
T
10 20 30 40 50 60 120 180 360 720 1440
2 77,14 62,27 51,96 42,79 37,81 32,91 19,18 12,32 7,64 4,19 2,13
5 105,42 81,59 66,17 54,10 48,52 42,12 24,86 15,75 9,79 5,42 2,73
10 120,20 91,69 73,60 60,01 54,13 46,93 27,83 17,55 10,91 6,07 3,05
15 127,58 96,73 77,31 62,96 56,92 49,33 29,31 18,44 11,47 6,40 3,20
20 132,41 100,03 79,73 64,89 58,75 50,90 30,28 19,03 11,84 6,61 3,31
25 135,97 102,46 81,52 66,31 60,10 52,06 31,00 19,46 12,11 6,76 3,38
30 138,76 104,37 82,93 67,43 61,16 52,97 31,56 19,80 12,32 6,89 3,44
50 146,15 109,41 86,64 70,38 63,96 55,38 33,04 20,69 12,88 7,21 3,60
75 151,62 113,14 89,38 72,57 66,03 57,16 34,14 21,36 13,30 7,45 3,72
100 155,31 115,67 91,24 74,04 67,43 58,36 34,88 21,81 13,58 7,61 3,79
33
Figura 9. Curvas IDF de la estación Alameda Icta, distribución normal
120,00
100,00
Tr=10 años
80,00
i (mm/h)
Tr=20años
60,00 Tr=50 años
40,00
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
Tabla III. Probabilidad de precipitación para la estación Alameda Icta,

distribución de Gumbel
Distribución de Gumbel
Precipitación (mm)
T
10 20 30 40 50 60 120 180 360 720 1440
2 71,62 58,50 49,18 40,59 35,72 31,11 18,07 11,65 7,22 3,94 2,01
5 101,32 78,79 64,11 52,46 46,97 40,78 24,04 15,26 9,47 5,25 2,64
10 120,98 92,22 73,99 60,32 54,42 47,18 27,99 17,64 10,97 6,11 3,06
15 132,07 99,79 79,56 64,75 58,62 50,79 30,21 18,99 11,81 6,59 3,30
20 139,84 105,10 83,47 67,86 61,57 53,32 31,77 19,93 12,40 6,93 3,46
25 145,82 109,18 86,47 70,25 63,83 55,27 32,97 20,65 12,86 7,20 3,59
30 150,69 112,51 88,92 72,19 65,68 56,86 33,95 21,24 13,23 7,41 3,70
50 164,25 121,77 95,73 77,62 70,81 61,27 36,68 22,89 14,26 8,00 3,98
75 174,96 129,09 101,12 81,90 74,87 64,76 38,83 24,19 15,07 8,47 4,21
100 182,54 134,27 104,93 84,93 77,75 67,23 40,35 25,11 15,65 8,80 4,38
34
Figura 10. Curvas IDF de la estación Alameda Icta, distribución de
Gumbel
120,00
100,00
Tr=10 años
80,00 Tr=20 años
i (mm/h)
60,00 Tr=50 años
40,00
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
5.1.2. Resultados de la estación Insivumeh

del resumen multianual, a la distribución normal y a la distribución de Gumbel,
se obtienen las tablas IV y V. Al recolectar estos datos, se grafican las curvas
IDF para cada una de las distribuciones y se presentan en las figuras 10 y 11.
35
Tabla IV. Probabilidad de precipitación para la estación Insivumeh,
Precipitación (mm)
T
10 20 30 40 50 60 120 180 360 720 1440
2 82,16 65,92 54,57 48,33 42,43 37,71 22,32 14,76 9,71 5,38 2,71
5 151,31 121,40 100,50 89,01 78,14 69,45 41,11 27,19 17,88 9,90 4,99
10 187,45 150,40 124,51 110,27 96,81 86,04 50,93 33,69 22,15 12,27 6,18
15 205,49 164,87 136,49 120,88 106,13 94,32 55,83 36,93 24,28 13,45 6,77
20 217,30 174,35 144,34 127,83 112,23 99,75 59,04 39,05 25,67 14,22 7,16
25 226,00 181,33 150,11 132,94 116,72 103,74 61,40 40,61 26,70 14,79 7,45
30 232,83 186,81 154,66 136,96 120,25 106,88 63,26 41,84 27,51 15,24 7,67
50 250,90 201,30 166,65 147,59 129,58 115,17 68,17 45,09 29,64 16,42 8,27
75 264,26 212,02 175,53 155,45 136,48 121,30 71,80 47,49 31,22 17,29 8,71
100 273,29 219,27 181,53 160,76 141,14 125,45 74,26 49,11 32,29 17,88 9,01
Figura 11. Curvas IDF de la estación Insivumeh, distribución normal
120,00
100,00
Tr=10 años
80,00
Tr=20años
i (mm/h)
60,00 Tr=50 años
40,00
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
36
Tabla V. Probabilidad de precipitación para la estación Insivumeh,
T Precipitación (mm)
10 20 30 40 50 60 120 180 360 720 1440
2 76,45 62,39 51,96 46,00 40,32 35,85 21,19 13,96 9,05 5,04 2,54
5 107,19 81,38 66,02 58,54 51,69 45,86 27,29 18,29 12,57 6,85 3,45
10 127,54 93,95 75,33 66,84 59,22 52,49 31,33 21,15 14,91 8,05 4,05
15 139,02 101,05 80,58 71,52 63,47 56,23 33,61 22,77 16,22 8,73 4,39
20 147,06 106,01 84,26 74,80 66,44 58,84 35,20 23,90 17,14 9,20 4,63
25 153,25 109,84 87,09 77,33 68,74 60,86 36,43 24,77 17,85 9,57 4,81
30 158,29 112,95 89,39 79,38 70,60 62,50 37,43 25,48 18,43 9,87 4,96
50 172,33 121,62 95,81 85,11 75,79 67,07 40,22 27,45 20,04 10,69 5,38
75 183,41 128,47 100,89 89,63 79,90 70,68 42,42 29,02 21,31 11,35 5,71
100 191,26 133,32 104,48 92,83 82,80 73,24 43,97 30,12 22,21 11,81 5,94
Figura 12. Curvas IDF de la estación Insivumeh, distribución de

Gumbel
120,00
100,00 Tr=10
años
80,00
i (mm/h)
Tr=20
60,00 años
40,00
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
37
5.1.3. Resultados de la estación Sábana Grande

del resumen multianual, a la distribución normal, y a la distribución de Gumbel,
se obtienen las tablas VI y VII. Al recolectar estos datos, se grafican las curvas
IDF para cada una de las distribuciones y se presentan en las figuras 12 y 13.
Tabla VI. Probabilidad de precipitación para la estación Sábana

Grande, distribución normal
Precipitación (mm)
T
10 20 30 40 50 60 120 180 360 720 1440
2 96,72 92,52 79,47 71,41 64,42 59,26 38,87 25,41 14,85 7,77 4,07
5 161,31 117,24 98,85 88,82 80,10 73,81 50,81 33,79 19,82 10,44 5,63
10 185,56 130,16 108,98 97,92 88,30 81,42 57,06 38,16 22,41 11,84 6,44
15 197,66 136,61 114,04 102,46 92,39 85,21 60,17 40,35 23,71 12,54 6,85
20 205,58 140,83 117,35 105,43 95,07 87,70 62,21 41,78 24,56 13,00 7,11
25 211,42 143,94 119,79 107,62 97,05 89,53 63,71 42,83 25,18 13,33 7,31
30 216,00 146,39 121,70 109,35 98,60 90,97 64,89 43,66 25,67 13,60 7,46
50 228,12 152,84 126,77 113,89 102,70 94,77 68,01 45,85 26,97 14,30 7,87
75 237,09 157,62 130,51 117,26 105,73 97,58 70,32 47,46 27,93 14,81 8,17
100 243,15 160,85 133,04 119,53 107,78 99,48 71,88 48,56 28,58 15,16 8,38
38
Figura 13. Curvas IDF de la estación Sábana Grande, distribución
normal
120,00
100,00
Tr=10 años
80,00 Tr=20años
i (mm/h)
60,00 Tr=50 años
40,00
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
Tabla VII. Probabilidad de precipitación para la estación Sábana

Grande, distribución de Gumbel
Precipitación (mm)
T
10 20 30 40 50 60 120 180 360 720 1440
2 105,87 87,70 75,68 68,01 61,35 56,42 36,54 23,78 13,88 7,24 3,76
5 154,58 113,65 96,04 86,29 77,83 71,70 49,08 32,57 19,10 10,06 5,40
10 186,83 130,84 109,51 98,40 88,73 81,82 57,38 38,39 22,55 11,92 6,48
15 205,03 140,53 117,11 105,23 94,89 87,52 62,07 41,68 24,50 12,97 7,10
20 217,77 147,32 122,44 110,01 99,19 91,52 65,35 43,98 25,86 13,70 7,52
25 227,58 152,55 126,54 113,69 102,51 94,60 67,87 45,75 26,91 14,27 7,85
30 235,56 156,81 129,87 116,69 105,21 97,10 69,93 47,19 27,77 14,73 8,12
50 257,81 168,66 139,17 125,03 112,73 104,08 75,65 51,20 30,15 16,01 8,87
75 275,38 178,02 146,51 131,63 118,68 109,59 80,18 54,38 32,03 17,02 9,46
100 287,82 184,65 151,71 136,30 122,88 113,50 83,38 56,62 33,37 17,74 9,88
39
Figura 14. Curvas IDF de la estación Sábana Grande, distribución de
Gumbel
120,00
100,00
Tr=10 años
80,00 Tr=20 años

i (mm/h)
60,00 Tr=50 años
40,00
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
5.1.4. Resultados de la estación Escuintla

del resumen multianual, a la distribución normal y a la distribución Gumbel, se
obtienen las tablas VII y IX. Al recolectar estos datos, se grafican las curvas IDF
para cada una de las distribuciones y se presentan en las figuras 14 y 15.
40
Tabla VIII. Probabilidad de precipitación para la estación Escuintla,
Precipitación (mm)
T
10 20 30 40 50 60 120 180 360 720 1440
2 139,00 118,60 105,44 93,18 83,71 75,62 51,56 38,82 21,88 11,34 5,94
5 163,01 130,66 117,06 102,76 93,20 83,63 58,89 46,65 27,47 14,30 7,60
10 175,57 136,97 123,14 107,77 98,16 87,82 62,72 50,75 30,38 15,84 8,46
15 181,83 140,11 126,17 110,27 100,64 89,90 64,63 52,79 31,84 16,61 8,90
20 185,93 142,17 128,15 111,90 102,26 91,27 65,88 54,13 32,79 17,12 9,18
25 188,95 143,69 129,62 113,11 103,45 92,28 66,80 55,12 33,50 17,49 9,39
30 191,33 144,88 130,76 114,05 104,39 93,07 67,53 55,89 34,05 17,78 9,55
50 197,60 148,03 133,80 116,56 106,87 95,16 69,44 57,94 35,51 18,55 9,98
75 202,24 150,36 136,04 118,41 108,71 96,71 70,86 59,45 36,59 19,12 10,30
100 205,38 151,94 137,56 119,66 109,95 97,76 71,81 60,47 37,32 19,51 10,52
Figura 15. Curvas IDF de la estación Escuintla, distribución normal
120,00
100,00
Tr=10 años
80,00
Tr=20años
i (mm/h)
60,00 Tr=50 años
40,00
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
41
Tabla IX. Probabilidad de precipitación para la estación Escuintla,
Precipitación (mm)
T
10 20 30 40 50 60 120 180 360 720 1440
2 134,31 116,25 103,18 91,31 81,85 74,06 50,13 37,29 20,79 10,77 5,62
5 159,53 128,91 115,38 101,37 91,82 82,47 57,82 45,52 26,66 13,87 7,36
10 176,22 137,30 123,46 108,03 98,42 88,03 62,92 50,96 30,54 15,92 8,51
15 185,64 142,03 128,01 111,79 102,14 91,18 65,79 54,04 32,73 17,08 9,16
20 192,24 145,34 131,21 114,42 104,75 93,37 67,80 56,19 34,26 17,89 9,61
25 197,32 147,89 133,66 116,44 106,76 95,07 69,35 57,84 35,44 18,52 9,97
30 201,45 149,97 135,66 118,09 108,39 96,45 70,61 59,19 36,40 19,02 10,25
50 212,97 155,75 141,24 122,69 112,95 100,29 74,13 62,95 39,08 20,44 11,05
75 222,06 160,32 145,64 126,31 116,54 103,32 76,90 65,92 41,20 21,56 11,67
100 228,50 163,55 148,75 128,88 119,09 105,47 78,87 68,02 42,69 22,35 12,12
Figura 16. Curvas IDF de la estación Escuintla, distribución de

Gumbel
120,00
Tr=10 años
100,00
Tr=20 años
80,00
i (mm/h)
Tr=50 años
60,00
40,00
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
42
5.1.5. Resultados de la estación Puerto de San José

del resumen multianual, a la distribución normal y a la distribución Gumbel, se
obtienen las tablas X y XI. Al recolectar estos datos, se grafican las curvas IDF
para cada una de las distribuciones y se presentan en las figuras 16 y 17.
Tabla X. Probabilidad de precipitación para la estación Puerto de San

José, distribución normal
Precipitación (mm)
T
10 20 30 40 50 60 120 180 360 720 1440
2 152,10 116,16 99,26 89,25 79,12 73,57 48,96 35,36 18,51 9,69 5,11
5 280,11 213,92 182,80 164,36 145,70 135,49 90,17 65,12 34,08 17,84 9,40
10 347,02 265,03 226,47 203,63 180,51 167,85 111,70 80,68 42,22 22,10 11,65
15 380,42 290,53 248,26 223,22 197,88 184,00 122,45 88,44 46,29 24,22 12,77
20 402,28 307,23 262,53 236,05 209,25 194,58 129,49 93,52 48,95 25,62 13,50
25 418,38 319,52 273,03 245,50 217,62 202,37 134,67 97,26 50,91 26,64 14,04
30 431,04 329,19 281,29 252,93 224,21 208,49 138,75 100,21 52,45 27,45 14,47
50 464,48 354,72 303,12 272,55 241,60 224,66 149,51 107,98 56,51 29,58 15,59
75 489,21 373,61 319,26 287,06 254,47 236,63 157,47 113,73 59,52 31,15 16,42
100 505,94 386,39 330,17 296,88 263,17 244,72 162,86 117,62 61,56 32,22 16,98
43
Figura 17. Curvas IDF de la estación Puerto San José, distribución
normal
120,00
100,00
80,00
i (mm/h)
60,00 Tr=20 años
40,00 Tr=50 años

Tr=10 años
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
Tabla XI. Probabilidad de precipitación para la estación Puerto San

José, distribución de Gumbel
Precipitación (mm)
T
10 20 30 40 50 60 120 180 360 720 1440
2 137,42 110,76 95,23 85,60 75,90 70,44 46,39 33,59 17,65 9,28 4,88
5 216,41 139,83 116,93 105,23 93,20 87,28 60,24 43,13 22,26 11,48 6,08
10 268,70 159,07 131,30 118,22 104,65 98,44 69,41 49,44 25,31 12,94 6,88
15 298,20 169,93 139,40 125,56 111,11 104,73 74,59 53,01 27,03 13,76 7,32
20 318,86 177,53 145,08 130,69 115,63 109,13 78,21 55,50 28,24 14,34 7,64
25 334,77 183,39 149,45 134,64 119,12 112,53 81,00 57,42 29,17 14,78 7,88
30 347,72 188,15 153,01 137,86 121,95 115,29 83,27 58,99 29,92 15,15 8,07
50 383,79 201,43 162,92 146,82 129,85 122,98 89,60 63,34 32,03 16,15 8,62
75 412,28 211,92 170,75 153,90 136,09 129,06 94,60 66,79 33,69 16,95 9,05
100 432,45 219,34 176,29 158,91 140,50 133,36 98,13 69,22 34,87 17,51 9,36
44
Figura 18. Curvas IDF de la estación Puerto San José, distribución de
Gumbel
120,00
100,00 Tr=50 años
Tr=20 años
80,00
i (mm/h)
Tr=10 años
60,00
40,00
20,00
0,00
0 40 80 120 160 200 240 280 320 360 400 440 480 520 560 600 640 680 720
t (min)
5.2. Coeficientes y errores para modelos estándar y Wenzel
Para determinar los coeficientes tanto de la fórmula estándar:
Como la fórmula propuesta por Wenzel:
45
Se utilizó el programa EureuqaPro, con el cual se obtuvieron los
resultados descritos a continuación.
5.2.1. Resultados de la estación Alameda Icta
Para realizar la comparación de los errores absolutos promedio de cada

una de las distribuciones, se representa por medio de cuadros comparativos,
los coeficientes y cada uno de los promedios de error, así como el error
absoluto promedio total y la sumatoria de dicho error de la estación Alameda
Icta.
Tabla XII. Coeficientes a, c, n y error absoluto promedio de fórmula

estándar, para una distribución normal, estación Alameda
Icta
FÓRMULA ESTÁNDAR
Período de Error Absoluto
a c N
retorno Promedio
2 4598,085198 32,541322 1,089921 0,569830

5 3300,009013 23,009384 0,984815 0,520165
10 2855,140650 19,182194 0,938980 0,547721
15 2730,990433 17,701488 0,921764 0,618808
20 2607,245916 16,303780 0,907802 0,766819
25 2740,711598 16,772771 0,913194 0,686121
30 3053,671766 18,056360 0,926758 0,895808
50 3260,901578 17,943619 0,932584 0,905909
75 3072,745409 16,579103 0,917258 0,833967
100 3086,236426 16,277998 0,914411 0,869827
PROMEDIO 0,721497
 ERROR 7,214976
46
Tabla XIII. Coeficientes a, c, n y error absoluto promedio de fórmula
estándar, para una distribución de Gumbel, estación
Alameda Icta
FÓRMULA ESTÁNDAR
Período Error absoluto

de retorno a c n promedio
2 4806,051850 34,753158 1,106537 0,587311
5 3564,911149 24,629026 1,004489 0,521077
10 2781,048872 18,822603 0,932713 0,549275
15 2895,527768 17,827263 0,928309 0,640815
20 2736,849125 16,414900 0,908407 0,709085
25 2923,163118 16,510396 0,914725 0,754279
30 3043,614840 16,435976 0,917808 0,801319
50 3146,089075 15,598264 0,910563 0,915306
75 3246,843656 15,080369 0,906510 1,007871
100 3308,961652 14,702472 0,903498 1,079797
PROMEDIO 0,756613
 ERROR 7,566135
47
Tabla XIV. Coeficientes a, c, n y error absoluto promedio de fórmula
Wenzel, para una distribución normal, estación Alameda
Icta
FÓRMULA WENZEL
Período Error Absoluto
a c N
de retorno Promedio
2 4134,9416 41,6490 1,0775 0,5083136
5 3451,2641 22,9068 0,9926 0,5245359
10 3166,0731 15,8075 0,9436 0,5630878
15 3137,0495 15,8075 0.,9436 0,6030369
20 3122,0333 14,9246 0,9372 0,6317915
25 3146,8620 14,5420 0,9346 0,6648196
30 3159,8902 14,2194 0,9321 0,6912923
50 3288,6062 13,9493 0,9321 0,7535300
75 3347,5084 13,5725 0,9297 0,8008361
100 3388,3224 13,3397 0,9282 0,8352994
PROMEDIO 0,6576543
 ERROR 6,5765431
48
Tabla XV. Coeficientes a, c, n y error absoluto promedio de fórmula
Wenzel, para una distribución de Gumbel, estación
Alameda Icta
FÓRMULA WENZEL
Error
Período de
a C n absoluto
retorno
promedio
2 4329,9657 47,9305 1,0978 0,5117830
5 3566,8418 25,0742 1,0056 0,5147484
10 3155,6701 17,1187 0,9526 0,5649377
15 3140,0422 15,0866 0,9390 0,6297253
20 3205,4097 14,3328 0,9339 0,6967171
25 3287,0276 13,9860 0,9323 0,7511747
30 347,5535 13,6896 0,9307 0,7940014
50 3498,0098 12,8743 0,9254 0,9139093
75 3649,5036 12,4715 0,9236 1,0080735
100 3724,3569 12,0739 0,9206 1,0781135
PROMEDIO 0,7463183
 ERROR 7,4631839
49
5.2.2. Resultados de la estación Insivumeh

absoluto promedio total y la sumatoria de dicho error de la estación Insivumeh.
Tabla XVI. Coeficientes a, c, n y error absoluto promedio de fórmula

estándar, para una distribución normal, estación Insivumeh
FÓRMULA ESTÁNDAR
Error
Período de
a c N Absoluto
retorno
Promedio
2 2213,1660 27,0156 0,9120 0,4987820
5 4703,3707 28,8189 0,9394 0,9337288
10 5639,6749 28,3551 0,9334 1,1414055
15 5552,4338 27,1110 0,9122 1,2464019
20 5814,6627 26,9654 0,9105 1,3139847
25 6128,5911 27,1368 0,9130 1,3665849
30 6998,4121 28,3595 0,9331 1,4169533
50 7059,3293 27,5884 0,9201 1,5241786
75 7034,4786 26,9116 0,9094 1,5955756
100 8576,0358 28,8307 0,9418 1,6850934
PROMEDIO 1,2722688
 ERROR 12,7226888
50
Tabla XVII. Coeficientes a, c, n y error absoluto promedio de fórmula
Insivumeh
FÓRMULA ESTÁNDAR
Error
Período de
a c n absoluto
retorno
promedio
2 2625,9625 31,2108 0,9510 0,4591811
5 1902,9967 19,0847 0,8535 0,8663937
10 1757,8637 14,8642 0,8025 1,1567048
15 1737,4885 13,2701 0,8025 1,3131461
20 1763,8397 12,4760 0,7982 1,4272587
25 1737,5901 11,7187 0,7889 1,5070212
30 1737,5754 11,2181 0,7843 1,5735795
50 1761,9149 10,1227 0,7744 1,7572266
75 1792,0847 9,4584 0,7679 1,896972
100 1807,5711 8,9696 0,7633 1,998893
PROMEDIO 1,395637
 ERROR 13,956377
51
Tabla XVIII. Coeficientes a, c, n y error absoluto promedio de fórmula
Wenzel, para una distribución normal, estación Insivumeh
FÓRMULA WENZEL
Período de Error absoluto

a c n
retorno promedio
2 2675,1715 23,8321 0,9409 0,4895127

5 4930,7416 23,8581 0,9410 0,8996487
10 6162,2615 24,1024 0,9431 1,1127109
15 6699,7029 23,8725 0,9411 1,2220589
20 7277,3321 24,6332 0,9473 1,2956368
25 7361,9454 23,8483 0,9408 1,3442436
30 7762,7973 24,5077 0,9461 1,3853256
50 8445,4480 24,7802 0,9484 1,4980247
75 8801,4063 24,4741 0,9460 1,5732505
100 9056,4609 24,3318 0,9448 1,6229543
PROMEDIO 1,2443366
 ERROR 12,4433667
52
Tabla XIX. Coeficientes a, c, n y error absoluto promedio de fórmula
Insivumeh
FÓRMULA WENZEL
Error
Período de
a c n absoluto
retorno
promedio
2 3401,4520 34,4555 1,0016 0,4736655
5 2300,4384 13,9168 0,8776 0,8257666
10 2233,6158 10,4341 0,8500 1,1025678
15 2195,9159 8,9550 0,8351 1,2509003
20 2193,4936 8,1957 0,8274 1,3553236
25 2187,1227 7,6581 0,8204 1,4322045
30 2178,3499 7,2274 0,8152 1,4963946
50 2199,2166 6,3823 0,8048 1,6723608
75 2221,8848 5,8393 0,7976 1,8090292
100 2237,2809 5,4909 0,7929 1,9078866
PROMEDIO 1,33260996
 ERROR 13,32609957
53
5.2.3. Resultados de la estación Sábana Grande

absoluto promedio total y la sumatoria de dicho error de la estación Sábana
Grande.
Tabla XX. Coeficientes a, c, n y error absoluto promedio de fórmula

estándar, para una distribución normal, estación Sábana
Grande
FÓRMULA ESTÁNDAR
Error
Período de
a c n absoluto
retorno
promedio
2 15835,4297 72,8982 1,1428 1,1650007
5 1970,1752 15,6831 0,7710 2,5609159
10 1602,0616 10,6454 0,7120 3,2454984
15 1513,6428 8,9357 0,6922 3,5635973
20 1462,2253 7,9448 0,6795 3,7628997
25 1416,0296 7.1910 0,6686 3.9058508
30 1402,3854 6,7687 0,6635 4,0185010
50 1357,2923 5,6365 0,6486 4,3086826
75 1349,5180 5,0347 0,6417 4,5241704
100 1355,3870 4,7175 0,6390 4,6710113
PROMEDIO 3,7261281
 ERROR 35,2612810
54
Tabla XXI. Coeficientes a, c, n y error absoluto promedio de fórmula
Sábana Grande
FÓRMULA ESTÁNDAR
Error
Período de
a c n absoluto
retorno
promedio
2 6394,3418 45,4224 1,0214 0,8072863
5 2121,1123 17,4953 0,7903 2,3563260
10 1463,2221 10,3825 0,7081 3,2775100
15 1463,2221 7,9964 0,6800 3,7491715
20 1406,0926 6,6626 0,6630 4,0648875
25 1378,4817 5,8136 0,6524 4,3015852
30 1378,4817 5,3094 0,6475 4,4983217
50 1329,1018 3,7710 0,6254 5,0043817
75 1319,8133 2,8714 0,6134 5,3986796
100 1287,3314 2,1296 0,6002 5,6507603
PROMEDIO 3,9108909
 ERROR 39,1089098
55
Tabla XXII. Coeficientes a, c, n y error absoluto promedio de fórmula
Wenzel, para una distribución normal, estación Sábana
Grande
FÓRMULA WENZEL
Distribución Normal
Error
Período de
a c n absoluto
retorno
promedio
2 13368,7196 122,3840 1,1309 1,0319057
5 2861,8929 11,0124 0,8280 2,3356843
10 2297,7654 6,5359 0,7669 2,9830707
15 2119,4565 5,1916 0,8280 3,2908966
20 2025,3824 4,4976 0,7287 3,4939797
25 1946,6974 3,9935 0,7172 3,6408049
30 1905,8527 3,6930 0,7102 3,7536922
50 1809,8528 3,0029 0,6929 4,0552097
75 1736,0364 2,5421 0,6794 4,2735793
100 1690,4628 2,2661 0,6708 4,4200609
PROMEDIO 3,3278884
 ERROR 33,2788840
56
Tabla XXIII. Coeficientes a, c, n y error absoluto promedio de fórmula
Sábana Grande
FÓRMULA WENZEL
Error
Período de
a c n absoluto
retorno
promedio
2 5958,6473 46,0516 1,0104 0,8147567
5 3119,1936 13,0935 0,8503 2,1535821
10 2286,8742 6,4180 0,7651 3,0135965
15 2029,0270 4,5319 0,7295 3,4791925
20 1878,7292 3,5409 0,7064 3,8011473
25 1795,8776 2,9763 0,6915 4,0397152
30 1751,2017 2,6244 0,6821 4,2352793
50 1605,1295 1,7324 0,6526 4,7718982
75 1529,3423 1,2481 0,6340 5,1953044
100 1485,4988 0,9717 0,6222 5,1953044
PROMEDIO 3,6699776
 ERROR 36,6997766
57
5.2.4. Resultados de la estación Escuintla

absoluto promedio total y la sumatoria de dicho error de la estación Escuintla.
Tabla XXIV. Coeficientes a, c, n y error absoluto promedio de fórmula

estándar, para una distribución normal, estación Escuintla
FÓRMULA ESTÁNDAR
Error
Período de
a c n absoluto
retorno
promedio
2 6471,2769 47,2811 0,9489 0,6028909
5 2408,7579 26,0784 0,7511 1,4980015
10 1814,2715 19,7101 0,6887 1,9997699
15 1622,1816 17,2173 0,6625 2,2426281
20 1522,1535 15,7358 0,6474 2,3952595
25 1453,5185 14,7047 0,6362 2,5097168
30 1417,4947 14,0938 0,6294 2,6011853
50 1317,3139 12,3884 0,6104 2,8346851
75 1253,2344 11,1960 0,5973 3,0055449
100 1207,4475 10,3541 0,5879 3,1196771
PROMEDIO 2,2809359
 ERROR 22,8093591
58
Tabla XXV. Coeficientes a, c, n y error absoluto promedio de fórmula
Escuintla
FÓRMULA ESTÁNDAR
Error
Período de
a c n absoluto
retorno
promedio
2 8275,7002 53,2012 0,9938 0,4532310
5 2665,6965 28,2840 0,7726 1,3587168
10 1795,2725 19,5214 0,6860 2,0299306
15 1516,3014 15,6947 0,6470 2,3849587
20 1392,5969 13,7255 0,6253 2,6360925
25 1319,8552 12,4320 0,6110 2,8202700
30 1265,6887 11,4071 0,5999 2,9741813
50 1149,3328 9,0525 0,5720 3,3917344
75 1076,5320 7,4232 0,5523 3,7189770
100 1041,1638 6,4949 0,5410 3,9448193
PROMEDIO 2,5712911
ERROR 25,7129116
59
Tabla XXVI. Coeficientes a, c, n y error absoluto promedio de fórmula
Wenzel, para una distribución normal, estación Escuintla
FÓRMULA WENZEL
Error
Período de
a c n absoluto
retorno
promedio
2 7242,7281 42,9461 0,9621 0,5438952
5 4054,2545 18,1746 0,8261 1,3017322
10 3270,6289 12,6896 0,7737 1,7431951
15 2950,2583 10,6218 0,7487 1,9679777
20 2746,6975 9,3761 0, 7321 2,1164864
25 2621,6517 8,6151 0,7209 2,2263348
30 2530,7428 8,0696 0,7125 2,3155770
50 2300,8680 6,7472 0,6899 2,5449739
75 2153,9893 5,9254 0,6744 2,7177124
100 2061,9153 5,4264 0,6640 2,8304828
PROMEDIO 2,0308367
ERROR 20,3083675
60
Tabla XXVII. Coeficientes a, c, n y error absoluto promedio de fórmula
Escuintla
FÓRMULA WENZEL
Error
Período de
a c n absoluto
retorno
promedio
2 8523,7219 53,5016 0,9983 0,4522360
5 4314,0475 20,0991 0,8416 1,1809244
10 3236,1893 12,4597 0,7712 1,7688571
15 3236,1893 9,4463 0,7330 2,1047213
20 2486,8954 7,8247 0,7086 2,3483004
25 2307,2138 6,7858 0,6908 2,5334340
30 2186,3987 6,0915 0,6778 2,6861216
50 1882,1710 4,4553 0,6418 3,1102318
75 1695,8477 3,5014 0,6166 3,4494593
100 1576,1931 2,9243 0,5992 3,6892809
PROMEDIO 2,3323566
ERROR 23,3235668
61
5.2.5. Resultados de la estación Puerto de San José

absoluto promedio total y la sumatoria de dicho error de la estación Puerto de
San José.
Tabla XXVIII. Coeficientes a, c, n y error absoluto promedio de

fórmula estándar, para una distribución normal,
estación Puerto de San José
FÓRMULA ESTÁNDAR
a c n
retorno promedio
2 2981,1526720 24,0788644 0,8432433 2,0406099
5 5362,5972677 23,8449450 0,8382446 3,7584386
10 6822,1125089 24,1045840 0,8439166 4,6567871
15 6168,2547798 21,9097668 0,8044928 5,0944392
20 6679,3693111 22,2085848 0,8092538 5,3857021
25 8581,4569973 24,6763377 0,8519521 5,6167924
30 8581,4569973 24,6763377 0,8519521 5,6167924
50 7658,2267206 22,1521136 0,8077578 6,2231070
75 7440,3832789 21,2620980 0,7909711 6,5946655
100 8901,2280001 22,8564766 0,8211350 6,7781301
PROMEDIO 5,1765464
ERROR 51,7654643
62
Tabla XXIX. Coeficientes a, c, n y error absoluto promedio de fórmula
Puerto de San José
FÓRMULA ESTÁNDAR
a c n
retorno promedio
2 5536,4333692 37,1274874 0,9595077 1,2495086
5 1116,2047793 3,8292580 0,6245305 4,4979398
10 983,4723853 0,4951192 0,5762017 5,9129456
15 961,2532347 1,8895107 0,5591981 6,6156564
20 956,9192556 2,6201002 0,5498548 7,0746742
25 948,6987756 3,1520291 0,5414285 7,4325497
30 951,4817742 3,4934952 0,5375147 7,6999220
50 943,8081080 4,3926712 0,5219303 8,4566129
75 971,2108447 4,7610318 0,5174031 9,0044213
100 954,0059126 5,2527095 0,5079958 9,3906684
PROMEDIO 6,7334898
ERROR 67,3348989
63
Tabla XXX. Coeficientes a, c, n y error absoluto promedio de fórmula
Wenzel, para una distribución normal, estación Puerto de
San José
FÓRMULA WENZEL
Error
Período de
a c n absoluto
retorno
promedio
2 3299,4133253 14,7668199 0,8404559 1,8408911
5 6123,2556359 14,9089490 0,8421653 3,3944710
10 7471,4912462 14,6287132 0,8389600 4,2022975
15 8327,4473622 14,9296778 0,8426405 4,6071541
20 8773,5759716 14,8652495 0,8416478 4,8713374
25 9375,1768353 15,3598120 0,8481049 5,0706139
30 9328,7740316 14,7186819 0,8403524 5,2221562
50 10264,5318055 15,1047261 0,8447455 5,6273615
75 10805,0996497 15,0923358 0,8447691 5,9274894
100 11259,7389935 15,2311969 0,8465906 6,1316197
PROMEDIO 4,6895391
ERROR 46,8953918
64
Tabla XXXI. Coeficientes a, c, n y error absoluto promedio de fórmula
Wenzel, para una distribución de Gumbel, estación Puerto
de San José
FÓRMULA WENZEL
Error
Período de
a c n absoluto
retorno
promedio
2 4751,3292635 26,3692830 0,9141032 1,1747044
5 1368,1640221 1,8057090 0,6547910 4,3016499
10 960,4518629 0,5735283 0,1712277 5,9576247
15 832,9277118 0,5388156 0,6647344 6,8173386
20 767.,9348370 0,5180791 0,9895776 7,3991228
25 757,0239232 0,5120074 0,9895776 7,8413037
30 689,7137715 0,4909611 1,1136080 8,1838496
50 619,4936652 0,4627602 1,2882706 9,1592871
75 629,3718465 0,4592552 1,3525287 9,8801238
100 577,8244751 0,4387436 1,4101092 10,3848750
PROMEDIO 7,1099879
SUMATORIA DE ERROR 71,0998796
65
5.2.6. Análisis de resultados
El resultado de mayor interés para este estudio es el error absoluto

promedio de cada una de las estaciones.
Se corrobora que en la estación Alameda Icta el menor error se obtuvo

con la fórmula Wenzel y distribución normal (0,6576), seguido por la fórmula
estándar y distribución normal (0,7214), luego la de Wenzel con distribución de
Gumbel (0,7463) y finalmente el mayor error fue utilizando la fórmula estándar
con la distribución de Gumbel (0,7566).
Para la estación Insivumeh el menor error fue con la fórmula Wenzel y

distribución normal (1,2443), después la fórmula estándar con distribución
normal (1,2722), le siguió la fórmula Wenzel con distribución de Gumbel
(1,3326) y finalmente la fórmula estándar con distribución de Gumbel (1,3956).
En la estación Sábana Grande, el menor error se obtuvo con la fórmula

Wenzel y distribución normal (3,3278), seguido por la fórmula estándar y
distribución normal (3,5726), luego la de Wenzel con distribución de Gumbel
(3,6699) y finalmente el mayor error fue utilizando la fórmula estándar con la
distribución de Gumbel (3,9108).
Para la estación Escuintla el menor error fue con la fórmula Wenzel y

distribución normal (2,0308), después la fórmula estándar con distribución
normal (2,2809), le siguió la de Wenzel con distribución de Gumbel (2,3323) y
finalmente la estándar con distribución de Gumbel (2,5712).
66
Finalmente, para la estación Puerto San José, se observó que el mejor
resultado fue la combinación de fórmula Wenzel y distribución normal (4,6895),
seguido por la fórmula estándar y distribución normal (5,1765). En este caso
cambió el patrón del resto de estaciones, ya que se ajustó mejor la fórmula
estándar con distribución de Gumbel (6,7334) que la fórmula Wenzel con
distribución de Gumbel (7,1099).
Después de obtener el promedio del error absoluto de cada una de las

estaciones, se observó un patrón general en las mismas. Se determinó que la
fórmula Wenzel se ajusta mejor en todos los casos, al utilizarse la distribución
normal.
Siendo el segundo lugar de mejor ajuste, la fórmula estándar combinada

con la distribución normal; ya que esta presenta un error promedio menor que la
combinación de fórmula Wenzel con la distribución de Gumbel, con lo cual esta
sería la tercera combinación que mejor se ajusta.
Por último, la combinación que tiene un error absoluto promedio mayor, es

la fórmula estándar con la distribución de Gumbel. Este patrón se ajusta a las
cinco estaciones, excepto a Puerto San José, en la cual la combinación de
fórmula estándar con distribución de Gumbel, se ajusta ligeramente mejor que
la combinación de fórmula Wenzel y distribución de Gumbel.
En virtud de lo anterior, para el cálculo de intensidades de lluvia se

recomienda utilizar las fórmulas que se presentan a continuación por cada
estación y período de retorno.
67
Tabla XXXII. Comparación para cada período de retorno del mejor
ajuste para la estación Alameda Icta
ESTACIÓN ALAMEDA ICTA
Período de retorno Mejor ajuste Fórmula
2 F. Wenzel, D. normal
5 F. Wenzel, D. de Gumbel
10 F. Estándar, D. normal
68
Tabla XXXIII. Comparación de errores absolutos promedio y
determinación del mejor ajuste para la estación
Insivumeh
ESTACIÓN INSIVUMEH
2 F. Estándar, D. de Gumbel
69
Tabla XXXIV. Comparación de errores absolutos promedio y
determinación del mejor ajuste para la estación Sábana
Grande
ESTACIÓN SÁBANA GRANDE

2 F. Estándar, D. de Gumbel
70
Tabla XXXV. Comparación de errores absolutos promedio y
determinación del mejor ajuste para la estación Escuintla
ESTACIÓN ESCUINTLA
71
Tabla XXXVI. Comparación de errores absolutos promedio y
determinación del mejor ajuste para la estación Puerto
de San José
ESTACIÓN PUERTO SAN JOSÉ

72
CONCLUSIONES
1. Las estaciones climáticas en las que se trabajó este estudio,

corresponden a dos cuencas de la vertiente del Pacífico, cuyas alturas
van desde los 2 000 metros aproximadamente hasta el nivel del mar. Es
muy importante realizar estudios hidrológicos para esta zona, ya que es
susceptible a inundaciones, especialmente en las partes bajas.
2. Los datos solicitados para las estaciones climáticas abarcaron,

aproximadamente 20 años, con lo cual se pudo verificar que hay escasez
de información meteorológica, y la recaudación de los datos no es
constante. La forma de obtener dichos datos fue con bandas
pluviográficas, de las cuales no todas se encuentran en estado
adecuado. Estas variables pudieron generar inexactitud en el estudio.
3. En el caso de las cinco estaciones utilizadas para este estudio: Alameda

Icta, Insivumeh, Sábana Grande, Escuintla y Puerto San José, el modelo
matemático que presenta un error absoluto promedio menor está
determinado por el propuesto por Wenzel, para todos los casos.
4. La distribución que mejor se ajustó para todas las estaciones fue la

distribución normal, ya que la distribución de Gumbel, presentó errores
absolutos promedio mayores, excepto en la estación Puerto San José,
donde se adaptó de mejor forma la distribución de Gumbel en
comparación a la distribución normal.
73
74
RECOMENDACIONES
1. Tener registro de precipitación en cada una de las cuencas del país, ya

que esto permite tener una red de información más confiable a la hora
de realizar cualquier estudio hidrológico.
2. Implementar más estaciones automáticas en el país, para tener mejor

capacidad de obtener datos continuamente, además de evitar error
humano.
3. Las bandas pluviográficas deben estar calibradas y que registren los

eventos diariamente, lo que mejoraría la base de datos del país, y la
información sería más confiable, en especial durante lluvias fuertes.
4. Realizar más estudios de este tipo que determinen las distribuciones

que se ajustan mejor a los datos pluviográficos, así como las
aproximaciones matemáticas.
75
76
BIBLIOGRAFÍA
1. APARICIO MIJARES, Francisco Javier. Fundamentos de hidrología de

superficie. México: Limusa, 1989. 303 p.
2. Curvas intensidad-duración-frecuencia para la zona centro sur de Chile.

Informado por el programa hidrológico internacional de la Unesco
para América Latina y el Caribe. Uruguay: edificio Mercosur, 1992.
126 p.
3. Departamento de investigación y servicios meteorologicos de

Insivumeh. Estaciones meteorológicas. [en línea]
<http://www.insivumeh.gob.gt/meteorologia/ESTACIONES/ESTAC
IONES%20CHIMALTENANGO.htm.>. [Consulta: 13 de enero de
2015].
4. Laboratorio de Información Geográfica. Atlas temático de la república

de Guatemala. MAGA, 2002. 127 p.
5. LÓPEZ CHOC, Fernando. Estudio hidrológico básico de la cuenca del

río María Linda. Trabajo de graduación de Agronomía. Universidad
de San Carlos de Guatemala. Facultad de Agronomía, 1972. 64 p.
6. Ministerio de Ambiente y Recursos Naturales. Cuencas hidrográficas de

Guatemala. Guatemala: MARN, 2011. 49 p.
77
7. NUFIO REYES, Waldemar. Caracterización preliminar de la cuenca del
río Achiguate. Trabajo de graduación de Agronomía. Universidad
de San Carlos de Guatemala. Facultad de Agronomía.1982. 165 p.
8. OLIVA TRUJILLO, Vicente Alberto. Análisis de la selección de datos

para obtener curvas de duración, intensidad y frecuencia. Trabajo
de graduación de Ing. Civil. Universidad de San Carlos de
Guatemala. Facultad de Ingeniería. 1992. 73 p.
9. PORRAS Y PORRAS, Edgar Adolfo. Método estándar de cálculo de

curvas duración-intensidad-frecuencia. Trabajo de graduación de
Ing. Civil. Universidad de San Carlos de Guatemala. 1988. 77 p.
10. Universidad de San Carlos de Guatemala, Práctica 2 estación

meteorológica. Facultad de Agronomía. [en línea]
<http://es.scribd.com/doc/16299662/PRACTICA-2-ESTACION-
METEOROLOGICA#scribd>. [Consulta: 05 de diciembre 2014].
78

Mirtha Damaris Monzon Villatoro

Cargado por

Copyright:

Formatos disponibles

Mirtha Damaris Monzon Villatoro

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Mirtha Damaris Monzon Villatoro

Cargado por

Copyright:

Formatos disponibles

Universidad de San Carlos de Guatemala

COMPARACIÓN DE LOS DATOS OBTENIDOS POR EL MÉTODO TRADICIONAL

Mirtha Damaris Monzón Villatoro

Guatemala, julio de 2015

COMPARACIÓN DE LOS DATOS OBTENIDOS POR EL MÉTODO TRADICIONAL

PRESENTADO A LA JUNTA DIRECTIVA DE LA

MIRTHA DAMARIS MONZÓN VILLATORO

GUATEMALA, JULIO DE 2015

NÓMINA DE JUNTA DIRECTIVA

DECANO Ing. Pedro Antonio Aguilar Polanco

TRIBUNAL QUE PRACTICÓ EL EXAMEN GENERAL PRIVADO

DECANO Ing. Murphy Olympo Paiz Recinos

En cumplimiento con los preceptos que establece la ley de la Universidad de

COMPARACIÓN DE LOS DATOS OBTENIDOS POR EL MÉTODO TRADICIONAL

Tema que me fuera asignado por la Dirección de la Escuela de Ingeniería Civil,

Mirtha Damaris Monzón Villatoro

Mis padres Mirtha Villatoro de Monzón y Celestino Monzón

Mi nueva familia Jean Michel Gregory, por su apoyo y Sophie

Mis hermanos Yessenia y Nelson, por su cariño y paciencia.

Mis amigos (as) Por todo su apoyo moral, colaboración y tiempo

Mi país Guatemala, deseando siempre realizar aportes

Dios Por darme la sabiduría y permitirme culminar

Universidad de San Por permitirme alcanzar una formación integral,

Facultad de Ingeniería Por el trabajo y esfuerzo de docentes y

Mi asesor Ing. Sergio Antonio López Dubón, por su

Insivumeh Por brindar los datos necesarios para la

ÍNDICE DE ILUSTRACIONES ............................................................................ V

1. ANTECEDENTES GENERALES ............................................................. 1

2. ESTACIONES METEOROLÓGICAS ..................................................... 11

3. CURVAS INTENSIDAD–DURACIÓN–FRECUENCIA (IDF) ................... 19

4. ESTADÍSTICA Y MODELOS MATEMÁTICOS UTILIZADOS EN EL

5. PRESENTACIÓN DE RESULTADOS .................................................... 33

1. Cuencas hidrográficas de la vertiente del Pacífico ................................. 5

I. Cuencas hidrográficas de la vertiente del Pacífico ................................. 4

P Altura de precipitación de agua

Bifurcación División de una cosa en dos ramales, brazos o

Cuenca Una superficie de tierra que drena hacia una

Discretización Aproximación de la solución de un problema continuo

Efímero De corta duración.

Foco calorífico Cualquier sistema termodinámico capaz de

Hidrología torrencial Estudio del aumento del caudal en un cauce con

Intensidad de lluvia La cantidad de agua que cae por unidad de tiempo

Muestra sesgada Muestra de un grupo en la cual no están igualmente

Pluviógrafo Instrumento que registra la duración y la

Pluviograma Diagrama utilizado en la meteorología que

Tributaria Dícese del curso de agua con relación al río,

Variable aleatoria continua Una variable aleatoria es continua si su

Variable aleatoria discreta Una variable aleatoria es discreta si su

La cuenca es una superficie de tierra que drena hacia una corriente en un

La estación meteorológica es la instalación que posee las condiciones

Las curvas intensidad-duración-frecuencia representan la intensidad

La construcción de las curvas IDF se inició con la recopilación de los datos

Comparar e interpretar los modelos obtenidos por el método tradicional de

1. Hacer una comparación correctamente estructurada que permita a la

2. Recopilar la información de los pluviogramas de las estaciones y

La fórmula propuesta por Wenzel se ajusta mejor que la fórmula

Para los diferentes proyectos de estructuras hidráulicas, como las obras de

Las curvas intensidad-duración-frecuencia se obtienen al realizar

El estudio se realizó tomando como muestra cinco estaciones de control

Finalmente, en el capítulo V se presentan los resultados obtenidos