Upload
cesar-velasquez
View
19
Download
0
Tags:
Embed Size (px)
Citation preview
CICLO 2013-I
Ao de la Inversin para el Desarrollo Rural y la Seguridad Alimentaria
UNIVERSIDAD NACIONAL AGRARIA LA MOLINA
INFORME N3
ANALISIS DE CONSISTENCIA DE SERIES
HIDROMETEREOLOGICAS
FACULTAD DE CIENCIAS
ALUMNOS:
LICLA TOMAYRO, Luis Ricardo
MOLINA RAMIREZ, Mario Rodrigo
PIMENTEL GARCIA, Roco Luisa
RETAMOZO FERNANDEZ, Mara Gladys.
VELASQUEZ TASILLA, Cesar Elvis
PROFESOR: Prez Palomares, Hiraida
FECHA DE PRESENTACION: 02/05/13.
1. INTRODUCCION
Para la planeacin y diseo de muchos proyectos relacionados con el agua es necesario el uso
de informacin hidrometeorolgicas. Aunque con el pasar de los aos la recoleccin de sta
ha ido mejorando debido principalmente a aparicin de equipos cada vez ms sofisticados, sin
embargo an muchos de los registros presentan serias deficiencias, tanto en calidad como en
cantidad, observndose series con cambios, falta de informacin, tendencias y datos atpicos;
esto tergiversa los resultados de cualquier simulacin o modelacin.
Debido a la importancia econmica y social que presenta la correcta prediccin y el uso de
modelos a partir de esta informacin, se hace necesario el anlisis exploratorio de los datos
con el fin de determinar cambios y/o tendencias en la serie hidrometeoro lgica.
En este trabajo se realizara un anlisis de homogeneidad y consistencia para datos obtenidos
de las estaciones de Niepos, Llapa, Bambamarca y Cutervo ubicadas en el departamento de
Cajamarca, utilizando herramientas como el anlisis de doble masa, pruebas estadsticas como
la de Student , Fisher y Cramer.
2. OBJETIVOS
Reconocer la importancia de las series de datos hidrometeorolgicas para la hidrologa y
la necesidad de asegurar su fiabilidad.
Analizar la consistencia de registros de precipitacin de estaciones semejantes.
Realizar la correccin de datos de precipitacin anual para nuestras estaciones de trabajo.
3. MARCO TEORICO
3.1 ANALISIS DE CONSISTENCIA DE SERIES HIDROMETEOROLOGICAS
Antes de iniciar un estudio de las tendencias de la precipitacin en una regin dada, es
necesario asegurarse de que los cambios observados en la media se deban a la dinmica
natural del clima. Una serie climtica puede dejar de ser homognea si la estacin de
medicin ha sufrido cambios de instrumentos, cambios de emplazamiento o cambios de
observador o de entorno. Los registros climticos son especialmente sensibles a estos tipos
de cambios; por tanto, es necesario contar con una tcnica que permita comprobar esta
hiptesis.
3.1.1 Homogeneidad de una muestra
Desde el punto de vista estadstico se dice que una serie de datos es homognea si es una
muestra de una nica poblacin, y por lo tanto ser factible obtener resultados
representativos de ella. En caso de no ser homognea puede ser que los datos analizados
correspondan a dos poblaciones diferentes. Las pruebas estadsticas utilizadas para revisar
la homogeneidad de una serie de datos son: Fisher, T de Student y Cramer.
Por lo tanto, si una serie hidrometeorolgica es homognea por definicin ser factible
aplicar anlisis probabilsticos y estadsticos elementales. Sin embargo, hay algunos
factores que causan una prdida de homogeneidad en los datos de nuestras estaciones de
por ejemplo:
El cambio de la posicin de un instrumento por el crecimiento urbano o por la
variacin de los alrededores rurales.
Cambios en la lectura al cambiar el observador
Cambios en el equipo utilizado.
Cambios en el ambiente fsico: Deforestacin, reforestacin de la zona, apertura de
nuevas reas al cultivo, rectificacin de cauces, construccin de embalses y
reforestacin, o tambin como el producto de procesos naturales sbitos, como
incendios forestales, terremotos, deslizamiento de laderas y erupciones volcnicas.
3.1.2 Anlisis de consistencia
Para el anlisis de la calidad de la informacin se cuentan con los siguientes
procedimientos:
1. Inspeccin Visual
2. Anlisis de Doble Masa
3. Anlisis de Inferencia Estadstica
Los dos primeros procedimientos son del tipo grafico mientras que el ltimo es de tipo
estadstico.
3.1.2.1 Inspeccin Visual
La inspeccin visual ayudara a observar grficamente la homogeneidad o no de los datos
del registro. Se pueden obtener grficos de la variable hidrolgica versus el tiempo que
indiquen que los datos son homogneos y consistentes o que evidencien la presencia de
cambios bruscos o cambios continuos.
Claramente se puede observar una anomala en el registro de precipitacin anual de la
estacin de Cceres para el ao 1912 aproximadamente.
Figura 1: Serie de precipitacin anual del observatorio meteorolgico de
Cceres. Fuente: Susanne Schnabel.
3.1.2.2 Anlisis de Doble Masa
La teora de la curva de doble masa se basa en el hecho de que el resultado de graficar los
valores acumulados de una cantidad contra los valores acumulados de otra cantidad
durante el mismo periodo, debe ser una lnea recta, dependiendo su continuidad de la
constancia de la proporcionalidad entre ambas variables; la pendiente de la recta
representara la constante de proporcionalidad entre dichas cantidades.
Al observarse quiebres en la Figura (2) se entiende que los datos de la estacin de inters
contienen inconsistencias que deben ser investigadas y/o corregidas.
3.1.2.3 Anlisis Estadstico
Se denomina as al anlisis estadstico realizado sobre los estadsticos de media y
desviacin estndar para determinar la consistencia y homogeneidad de los datos.
Prueba estadstica de Cramer
Para investigar la homogeneidad de una muestra, a veces es conveniente comparar la
media de toda la serie con la media de una cierta parte del registro, es decir, realizar un
anlisis por bloques. Para ello es muy til la prueba de H. Cramer, que adems es
complementaria de la prueba t de Student, sobre todo cuando las muestras n1 y n2 no son
muy parecidas. Para investigar la homogeneidad de una muestra, es necesario calcular el
estadstico tk, el cual tiene una distribucin t de Student de dos colas con grados de
libertad, se calcula con la ecuacin (1) y las ecuaciones (2) y (3) . El estadstico tk se
utiliza de la misma forma que el td de la t de Student.
Figura 2: Curva de doble masa. Fuente Caldern Hijuma (2010)
(1)
(2)
(3)
Dnde:
o n : Nmero de registros de toda la muestra. o : Media de toda la muestra. o S : Desviacin estndar de toda la muestra. o : Nmero de registros de la submuestra. o : Media de la submuestra. o K : ndice o contador, posterior al cual debe tomarse la submuestra, se determina
como; k = n-n1.
o : Parmetro que relaciona las medias de la muestra y submuestra.
Prueba estadstica t de Student
Cuando la prdida de homogeneidad es un abrupto cambio en la media, esta prueba es
muy til y poderosa para detectar este tipo de inconsistencias. Para obtener mejores
resultados, se recomienda que la muestra total se divida en dos partes con tamaos
iguales para que las medias sean muy similares. Se considera que una muestra es
homognea si el valor del estadstico td de la prueba t de Student que se calcula con la
ecuacin (4), resulta menor o igual al estadstico tc de la distribucin t de Student de dos
colas del cuadro (4) y con n1+n2 -2
grados de libertad.
(4)
Dnde:
o : Media de la muestra uno o : Media de la muestra dos o : Nmero de registros de la muestra uno o : Nmero de registros de la muestra dos o
: Varianza de la muestra uno
o : Varianza de la muestra dos
Prueba estadstica de Fisher
Detectar cambios en la varianza y en la media son pasos fundamentales para determinar si
la serie presenta homogeneidad o no; el hecho de que no lo sea significa que los
parmetros estadsticos varan, ya sea debido a causas naturales o antropognicas. Se
recomienda por lo tanto hacer el test para la estabilidad de la varianza, debido
bsicamente dos razones: la inestabilidad de la varianza implica que la serie cronolgica
no es estacionaria, as que no se puede usar para anlisis posteriores; y algunos test de
estabilidad en la media requieren que haya estabilidad en la varianza.
Homogeneidad
4 METODOLOGIA
1. Para poder desarrollar esta prctica necesitamos de ciertos materiales como :
Serie de Datos de Precipitacin promedio anual de las estaciones de Niepos, Llapa, Bambamarca y Cutervo del departamento de Cajamarca para el periodo de aos
comprendidos entre 1971 y el 1981.
Tablas estadsticas de T-Student y Fisher.
2. Con los datos de precipitacin de cada una de las estaciones procedemos a ordenarlas de manera que se puedan graficar los histogramas , luego graficamos los histogramas de
cada estacin .
0
50
100
150
200
250
300
350
400
450
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981
PP
(m
m)
AOS
HISTOGRAMA DE LA PRECIPITACION DE LA ESTACION NIEPOS-CAJAMARCA
0
50
100
150
200
250
300
350
400
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981
PP
(m
m)
AOS
HISTOGRAMA DE LA PRECIPITACION DE LA ESTACION CUTERVO-CAJAMARCA
3. Luego de graficarlos histogramas pasamos a determinar la precipitacin promedio anual de la zona a partir de los datos de precipitacin promedio anual de las estaciones.
ESTACIONES
NIEPOS LLAPA BAMBAMARCA CUTERVO PP PROMEDIO
ANUAL PARA LA
ZONA AOS PP ANUAL
1971 1001.8 1181.8 852.6 1491.8 1132
1972 901.2 895.2 771.9 903.7 868
1973 924.3 1424.2 801.6 1197.3 1086.85
1974 607.8 773 717 1218.2 829
1975 785.5 1197.5 918.9 1001.7 975.9
0
50
100
150
200
250en
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
ven
em
arm
ay jul
set
no
v
1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981
PP
(m
m)
AOS
HISTOGRAMA DE PRECIPITACION DE LA ESTACION BAMBAMARCA-CAJAMARCA
0
50
100
150
200
250
300
350
400
450
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
ene
mar
may ju
lse
tn
ov
1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981
PP
(m
m)
AOS
HISTOGRAMA DE PRECIPITACION DE LA ESTACION LLAPAS-CAJAMARCA
1976 730.8 923.4 625.6 873 788.2
1977 424.5 944.2 805 716.6 722.575
1978 506.5 721.1 536 525.7 572.325
1979 430.1 775 681.2 665.2 637.875
1980 431.2 687.1 654 712.4 621.175
1981 551.8 887.5 730.2 960 782.375
4. Procedemos a realizar la curvas de doble masa para ver en donde es el punto de quiebre , para esto necesitamos la precipitacin acumulada del promedio de la zona y
la precipitacin promedio anual acumulada de cada estacin.
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
Pre
cip
itac
ion
an
ual
acu
mu
lad
a d
e la
Est
. N
iep
os
Precipitacion anual acumulada de las 4 estaciones
Curva de doble masa Est. Niepos promedio de 4 estaciones
estacion Niepos
ESTACIONES
PP PROMEDIO
ACUMULADO
NIEPOS LLAPA BAMBAMARCA CUTERVO
AOS PP ACUMULADA
1971 1132 1001.8 1181.8 852.6 632.1
1972 2000 1903 2077 1624.5 1535.8
1973 3086.85 2827.3 3501.2 2426.1 2733.1
1974 3915.85 3435.1 4274.2 3143.1 3951.3
1975 4891.75 4220.6 5471.7 4062 4953
1976 5679.95 4951.4 6395.1 4687.6 5826
1977 6402.525 5375.9 7339.3 5492.6 6542.6
1978 6974.85 5882.4 8060.4 6028.6 7068.3
1979 7612.725 6312.5 8835.4 6709.8 7733.5
1980 8233.9 6743.7 9522.5 7363.8 8445.9
1981 9016.275 7295.5 10410 8094 9405.9
Cuadro de la precipitacin acumulada de las estaciones y del promedio de la zona.
Curvas de doble masa
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000P
reci
pit
acio
n a
nu
al a
cum
ula
da
de
la E
st.
San
B
en
ito
Precipitacion anual acumulada de las 4 estaciones
Curva de doble masa Est. Llapa promedio de 4 estaciones Estacion Llapa
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
Pre
cip
itac
ion
an
ual
acu
mu
lad
a d
e la
Est
. Li
ves
Precipitacion anual acumulada de las 4 estaciones
Curva de doble masa Est. Bambamarca promedio de 4 estaciones estacion Bambamarca
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
Pre
cip
itac
ion
an
ual
acu
mu
lad
a d
e la
Est
. C
on
tum
aza
Precipitacion anual acumulada de las 4 estaciones
Curva de doble masa Est. Cutervo promedio de 4 estaciones Estacion Cutervo
5. Una vez identificado los puntos de quiebre y viendo que se separan de la curva de precipitaciones promedio , procedemos a comprobar su homogeneidad con las pruebas
estadsticas de crammer y Fisher.
Para analizar la media lo podemos hacer con crammer o student, sin embargo elegir
cualquiera de ellas va depender de los tamaos de muestra. Como el tamao de
nuestras muestras son diferentes procedemos a trabajar con crammer.
PRUEBA CRAMMER
ESTACIONES
PARAMETROS LLAPA CUTERVO BAMBAMARCA NIEPOS
n 11 11 11 11
n1 7 4 3 8
n2 4 7 8 3
Desviacion estandar 230.396134 283.9825673 109.4123468 215.4450096
Promedio 946.3636364 933.2363636 735.8181818 663.2272727
xK 876.5428571 1202.75 808.7 558.525
Tk -0.303046662 0.949049933 0.666120601 -0.485981425
tk -1.312789559 3.089432244 1.340322386 -3.9130166
t tabla 2.262 2.262 2.262 2.262
Conclusin HOMOGENEA NO
HOMOGENEA HOMOGENEA HOMOGENEA
La prueba de Fisher consiste en tener como hiptesis que la razn entre varianzas es 1 .
PRUEBA FISHER
ESTACIONES
PARAMETRO LLAPA CUTERVO BAMBAMARCA NIEPOS
S12 51175.00238 57749.73667 1665.93 19577.645
S22 7691.0825 29438.76238 13495.39268 2776.703333
g.l. numerador 6 3 7 7
g.l. denominador 2 5 1 1
Fcal 6.653810095 1.96169037 0.123444352 7.050679403
Ftabla 19.33 5.14 236.8 236.8
Conclusin HOMOGENEA HOMOGENEA HOMOGENEA HOMOGENEA
La estacin de Cutervo en la prueba de crammer sale como no homognea y en la de Fisher
como homognea, como en una de las dos presenta un valor de no homogeneidad se procede
a corregir, ya que para decir que es consistente se tiene que cumplir la homogeneidad en las
dos pruebas.
Cuadro Prueba Estadstica de Fisher para las estaciones con un =5%.
Cuadro 1. Prueba Estadstica de Cramer para las estaciones, para un = 5% y ttabla= 2.262
6. Como los datos de la estacin de Cutervo presenta no homogeneidad se procede a realizar la correccin de la muestra n1, que en el anlisis de crammer es nuestra
muestra problema.
Para la correccin de nuestros datos hemos utilizado la siguiente formula :
Para corroborar la correccin se procede a graficar la curva de doble masa .
DATO ORIGINAL CORREGIDO
N1
CUTERVO
AOS PP(mm) AO PP(mm)
1971 1491.8 1971 985.6038838
1972 903.7 1972 565.71348
1973 1197.3 1973 775.3373919
1974 1218.2 1974 790.25953
= valor corregido de informacin
= valor a ser corregido
= media de la primera y segunda serie
= desviacin estndar de la primera y segunda serie
0.0000
1000.0000
2000.0000
3000.0000
4000.0000
5000.0000
6000.0000
7000.0000
8000.0000
9000.0000
10000.0000
11000.0000
Pre
cip
itac
ion
an
ual
acu
mu
lad
a d
e la
Est
. C
on
tum
aza
Precipitacion anual acumulada de las 4 estaciones
Curva de doble masa CORREGIDA Est. Cutervo
promedio de 4 estaciones Estacion Cutervo
5 RESULTADOS
ESTACIONES PRUEBA DE
CRAMMER PRUEBA DE FISHER
NIEPOS Homognea Homognea
LLAPA Homognea Homognea
CUTERVO No Homognea Homognea
BAMBAMARCA Homognea Homognea
6 ANALISIS DE LOS RESULTADOS
De los histogramas, se puede ver que el patrn de precipitacin es uniforme en todas las estaciones, la nica "anomala" sera en el ao 1971, en el cual, las estaciones NIEPOS,
CUTERVO, BAMBAMARCA y LLAPA presentan un pico elevado, podemos asegurar
con certeza que se trata de un fenmeno nio, pues efectivamente, aconteci uno entre
1971 y 1972. Sin embargo, Bambamarca tiene su histograma ms homogneo y el 1971
parece no notarse; puede deberse a que en esta regin de Cajamarca, los vientos cargados
de humedad llegaron hasta aqu habiendo descargado gran parte de su carga.
En la curva de doble masa de la Estacin Niepos, vemos que la tendencia se aleja a partir del segundo mes, algo similar ocurre con la estacin de Llapa y Bambamarca.En la
estacin de Cutervo, podemos apreciar algo distinto, pues la curva de masa de la estacin
con referente a las dems se separa un poco, recorre ms o menos en forma paralela y
vuelve a cruzarse con la curva de masa patrn.
Los quiebres aunque pueden hacernos sospechar de No Homogeneidad, no son indicadores definitivos, para ello, recurrimos a las pruebas estadsticas. Se utiliz la
prueba de Crammer y Fisher.
Realizadas las pruebas estadsticas, y analizadas las pruebas de Hiptesis se tiene:
o En la prueba de Crammer, las estaciones de LLAPA, BAMBAMARCA, NIEPOS son HOMOGNEAS. La estacin de CUTERVO, NO
HOMOGNEA, por ende se va tener que realizar la correccin a la serie
problema.
o Para la prueba Estadstica de Fisher, hemos de tener cuidado al hallar correctamente los grados de libertad del numerador y el denominador, pues
estos afectan directamente el valor del Ftabla, y con ello la validez o invalidez
de nuestra prueba de hiptesis. El resultado fue que para todas las estaciones los
datos de precipitacin son HOMOGNEOS. Ahora se tiene la certeza de que
estos datos son utilizables para cualquier tipo de estudio y anlisis.
o Asimismo para que se asegure que los datos de precipitacin son consistentes en una estacin se debe cumplir la homogeneidad tanto en la prueba de crammer y
Fisher, en caso de que en una de ellas salga no homognea se tiene que realizar
una correccin de datos en la muestra problema. En nuestro caso eso se da en la
estacin de Cutervo, por lo cual se utiliz de frmula de correccin para la
primera serie, ya que nuestra muestra problema en crammer fue los datos de
1971 a 1974. Con los datos corregidos vemos que la curva de la estacin de
cutervo se asemeja ms a la curva patrn. Con esto podemos inferir que la
correccin fue correcta.
7 CONCLUSIONES
o Es necesario realizar siempre el anlisis de consistencia para poder trabajar con seguridad con datos de precipitacin, caudal y otros de corte Hidrolgico.
o Aunque en los Histogramas se presente alguna tendencia distinta a la general, esto no quiere decir que la muestra no sea Homognea, hay que comprobar con las curvas de
doble masa y finalmente con las pruebas Estadsticas
o En cuanto a la consistencia de los datos de las cuatro estaciones trabajadas se puede decir que los datos estn correctos en su mayora, ya que solo una estacin resulto no
homognea .Esto refleja una buena toma de datos.
o La prueba de crammer implica reconocer los puntos de quiebre en la curva de doble masa para as poder determinar la muestra problema, la cual va ser analizada.
o Los grados de libertad en la prueba de Fisher son importantes ya que en base a estos se compara los resultados obtenidos, da el resultado de homogeneidad o no homogeneidad.
8 BIBLIOGRAFIA
Servicio Nacional de meteorologa e Hidrologa Senamhi, obtenido de :
http://www.senamhi.gob.pe/main_mapa.php?t=dHi
CALDERON HIJUMA, Mirtha P. 2010 Hidrologa General .Lima: UNI
SCHNABEL, Susanne. La precipitacin como factor en procesos hidrolgicos y erosivos. Universidad de Extremadura.
Anlisis distribucional de los datos de precipitacin y escurrimiento. (Consultado el 30 de Abril). Obtenido de:
http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/737/A6.pdf
?sequence=6
CARBAJAL ESCOBAR, Yesid. 2010. Anlisis de tendencia y homogeneidad de sistemas climatolgicas. (Consultado el 30 de Abril). Obtenido de:
http://eidenar.univalle.edu.co/revista/ejemplares/9/c.htm
VELANDIA BUITRAGO, Andrea. 2006. Mdulo de hidrologa para educacin a distancia. Instituto de educacin superior a distancia. Bogota.