Fundamentos de Hidrología Aplicada - Stowhas

Capı́tulo 1
INTRODUCCIÓN
1.1. Definición y Alcance de la Hidrologı́a
La Hidrolog´ıa puede definirse como la ciencia que tiene que ver con el origen,
distribución, circulación y propiedades del agua en su estado natural y sus
relaciones con el medio ambiente. Es considerada, en consecuencia, como una
Ciencia de la Tierra y parte de la Geograf´ıa F´ısica.
Sin embargo, considerando que, de una u otra forma, el agua se presenta

en manifestaciones múltiples en distintas partes del planeta, su estudio no es
exclusivo de la hidrologı́a, existiendo múltiples interrelaciones entre ella y otras
Ciencias de la Tierra que le son afines, tales como la Meteorolog´ıa, Geolog´ıa,
Oceanograf´ıa, Limnolog´ıa y otras.
Por otra parte, si bien es cierto que la Hidrolog´ıa puede ser estudiada y
considerada como una ciencia pura, de carácter más bien descriptivo y cuali-
tativo, no es menos cierto que existen importantes aplicaciones de ella a otras
disciplinas más cuantitativas, tales como la Agronomı́a, Ingenierı́a en general
e Ingenierı́a Hidráulica en particular, donde aparecen métodos y procedimien-
tos aplicados especiales que configuran lo que algunos autores han denominado
1
2 Introducción
Ingenierı́a Hidrológica.
En este contexto, aparecen una serie de herramientas matemáticas, métodos

y procedimientos empleados en Hidrolog´ıa, que provienen de otras discipli-
nas, marcando su dependencia, entre otras, respecto a la Mecánica y Fı́sica
de Suelos, Mecánica de Fluidos e Hidráulica, Estadı́stica Matemática, Análisis
Matemático y Análisis de Sistemas. Aún ası́, muchos de los métodos y proce-
dimientos de la Hidrologı́a le son -en general- propios y sólo aplicables a sus
fines y objetivos.
De lo anteriormente expuesto, se deduce que existe una amplia gama de

enfoques y aproximaciones al estudio de la Hidrolog´ıa, que van desde su vi-
sión como una disciplina eminentemente descriptiva hasta su visión como una
especialidad de la Ingenier´ıa.
El presente texto está orientado especialmente a las aplicaciones ingenieriles

de la Hidrolog´ıa.
1.2. Hidrologı́a e Ingenierı́a
Definiendo al Ingeniero como el profesional encargado de concebir, planificar,

diseñar, construir, operar y mantener obras de infraestructura destinadas a
aprovechar y a transformar los recursos naturales renovables o no renovables
en beneficio de la satisfacción eficiente, segura, justa, económica y sustenta-
ble de las necesidades humanas, resulta claro que la necesidad e interés del
Ingeniero por la Hidrologı́a se centra -por una parte- en la conservación y apro-
vechamiento óptimo del agua como recurso natural y -por otra- en la protección
y conservación de las obras de infraestructura frente a la acción destructiva que
los eventuales excesos de agua provocan sobre ellas.
Es ası́, por ejemplo, como los estudios y análisis hidrológicos en ingenierı́a

tratan de la determinación de la cantidad, calidad y distribución en el tiempo y
en el espacio de los recursos hı́dricos de una cuenca o región, de la magnitud y
distribución de los caudales de un determinado curso de agua, de la evaluación
y aprovechamiento de recursos de agua subterránea, del establecimiento o de-
terminación de los caudales máximos o de diseño para el dimensionamiento de
CAPÍTULO 1. INTRODUCCIÓN 3
obras de protección, del establecimiento o determinación de los caudales mı́ni-

mos o ecológicos que deben preservarse en un determinado cauce, del pronósti-
co o prevision de caudales a corto y mediano plazo, o de la determinacion del
impacto o efectos fı́sicos provocados sobre el recurso por cambios climáticos o
cambios en el uso de la tierra o del agua provocados por la intervención humana
(urbanizaciones, construcción de grandes embalses, deforestación, etc.).
Los resultados de estos estudios resultan fundamentales para planificar la

toma de decisiones en torno al óptimo aprovechamiento del recurso y le per-
miten al ingeniero abordar el diseño y dimensionamiento de las obras civiles
afectadas por el agua con la seguridad requerida, asegurando la preservación
del ambiente y estableciendo las mejores condiciones de construcción, operación
y explotación de las obras.
1.3. Disponibilidad del Recurso Agua
El agua, siendo uno de los elementos naturales más abundantes de la Tierra, se

encuentra principalmente depositada en forma de agua salada en los océanos y
en forma de hielo o nieve en los inhóspitos casquetes polares.
Como se desprende de las cifras de la Tabla 1.1, de una disponibilidad total

estimada cercana a los 1,386 millones de kilómetros cúbicos de agua en el
planeta Tierra, menos de un 0.8 % de este volumen ocurre en los continentes
habitados por el hombre. De este porcentaje, gran parte se encuentra en forma
subterránea o glaciares continentales, resultando que sólo 122,000 Km3 o un
0.009 % del volumen total queda disponible como aguas dulces superficiales de
utilización relativamente inmediata.
Resulta innecesario, por otra parte, destacar cuán vital es el agua para la
existencia de vida en la Tierra y para el desarrollo social y económico de los
pueblos. El vertiginoso incremento de la población y las modalidades de la vida
moderna han provocado una creciente demanda de recursos hidráulicos que
han, no sólo desencadenado una intensa competencia entre los diversos sectores
de consumidores, sino que además ha provocado serios y crecientes problemas
de contaminación y calidad de las aguas, agravando aún más el problema de
desabastecimiento.
4 Introducción
Tabla 1.1: Disponibilidad de agua en la Tierra.

Distribución del agua en la Tierra
Volumen en KmS Porcentaje
Situación del agua
Agua dulce Agua salada Agua dulce Agua total
Océanos y mares - 1,338,000,000 - 96.5
Casquetes y glaciares polares 24,064,000 - 68.7 1.74
Atmósfera 12,900 - 0.04 0.001
Agua subterránea salada - 12,870,000 - 0.94
Lagos de agua salada - 85,400 - 0.006
Aguas continentales
Agua subterránea dulce 10,530,000 - 30.1 0.76
Glaciares continentales y Permafrost 300,000 - 0.86 0.022
Lagos de agua dulce 91,000 - 0.26 0.007
Humedad del suelo 16,500 - 0.05 0.001
Embalses 11,470 - 0.03 0.0008
R´ıos 2,120 - 0.006 0.0002
Agua biológica 1,120 - 0.003 0.0001
Total aguas continentales 10,952,210 31.27 0.79
Total agua dulce 35,029,110 100 2.53
Total agua en la Tierra 1,386,000,000 - 100
Fuente: UNESCO (2003).
Además, la distribución y ocurrencia natural de las aguas continentales es

extraordinariamente variable tanto en el tiempo como en el espacio. Esto origina
la paradojal situación de la existencia de regiones donde el principal factor
limitante al desarrollo es la poca disponibilidad o déficit de agua, mientras
en regiones no muy lejanas y aún en las mismas regiones, pero en distintas
temporadas, el principal problema será el control o eliminación parcial o total
de los efectos nocivos o catastróficos provocados por los excesos de agua.
Esta situación ha llevado tanto a la necesidad de desarrollar programas y

proyectos regionales para el control y aprovechamiento integral de los recursos
hı́dricos, como a mejorar la tecnologı́a y métodos necesarios para la concepción,
planificación, diseño y construcción de las obras o sistemas hidráulicos que
dichos programas requieren.
La hidrolog´ıa, como se ha mencionado anteriormente, proporciona elementos

de decisión y diseño que contribuyen en forma importante al buen comporta-
miento de los desarrollos abordados.
1.4. El Ciclo Hidrológico
El ciclo hidrológico es un concepto más bien académico que corresponde a un

modelo o idealización del movimiento de circulación del agua dentro del planeta
Tierra e incluye, por lo tanto, el movimiento y distribución del agua dentro de
la litosfera (continentes), hidrosfera (océanos y mares) y atmósfera, al igual
que los procesos de transferencia del agua entre estos elementos a través de los
mecanismos de evaporación, precipitación y escorrentı́a.
Aún cuando el ciclo hidrológico es globalmente un proceso continuo, con-

tiene variables de ocurrencia aleatoria, que configuran elementos discretos al
considerar extensiones, territorios o intervalos de tiempo de análisis a escalas
reducidas. Por ejemplo, dentro de una cuenca hidrográfica especı́fica, la preci-
pitación a una escala diaria aparece como un elemento discreto de ocurrencia
aleatoria, mientras la evaporación y la escorrentı́a se presentan como procesos
continuos, aún cuando variables e impermanentes en el tiempo. Es decir, un
fenómeno que constituye una función o proceso continuo desde un punto de vis-
ta global, aparece con una distribución discreta desde el punto de vista local.
Esta situación es un hecho importante y conveniente, ya que facilita el análisis
estadı́stico de los estudios hidrológicos de carácter local, en que las variables
deben ser necesariamente discretizadas.
En primer lugar, se hace referencia a la Figura 1.1 que describe en forma

pictórica los diferentes elementos que constituyen el ciclo hidrológico, distin-
guiéndose tanto elementos de almacenamiento como de transferencia o trans-
porte de agua.
As´ı, se observa como el agua depositada en el principal elemento de alma-

cenamiento, el cual son los océanos y mares, es transferida mediante procesos
de evaporación a la atmósfera donde se almacena en forma de vapor de agua.
Este vapor puede condensar e incorporarse a la superficie terrestre a través de
procesos de precipitación pluvial o nival, cayendo sobre océanos, lagos, mon-
tañas y valles. Parte de la precipitación caı́da sobre la superficie terrestre puede
escurrir sobre ella, incorporándose a redes de drenaje natural que la retornarán
nuevamente al mar. Otra parte puede quedar temporalmente almacenada en
depresiones, lagos o en forma de hielo o nieve, o puede infiltrarse quedando rete-
nida en la zona de ra´ıces de las plantas o percolar profundamente hasta alcanzar
6 Introducción
las napas subterráneas, o escurrir a través de grietas en los estratos profundos

de roca. El agua superficialmente almacenada o retenida en el suelo, retornará a
la atmósfera a través de procesos de evaporación, sublimación de hielo o trans-
piración de las plantas, o infiltrará y percolará profundamente, escurriendo en
forma subterránea hasta aflorar en rı́os o lagos, o descargará subterráneamente
al mar.
Puede observarse, a su vez la interacción o traspaso de agua entre diferentes

elementos superficiales y subterráneos del ciclo, y la existencia de distintas
alternativas de circulación o subciclos, como agua precipitada directamente
sobre los océanos o precipitacion evaporada durante su caı́da, antes de alcanzar
la superficie de la Tierra.
Figura 1.1: El Ciclo Hidrológico.
La representación gráfica del ciclo hidrológico permite efectuar una especie

de inventario de los fenómenos que forman parte del ciclo, pero no permite
establecer las relaciones funcionales entre los distintos elementos componentes
que determinan la trayectoria del agua a través de los distintos subciclos o
cortacircuitos existentes en su camino de retorno a la atmósfera o al mar.
Finalmente, la imagen de la Figura 1.1 no permite considerar la variable

tiempo, que introduce algunas complicaciones, como en el caso del agua tem-
poralmente almacenada en forma de nieve o hielo, ni permite considerar pro-
cesos más complejos como la existencia de perı́odos húmedos o de crecidas, o
perı́odos secos o sequı́as.
Para lograr parte de estos objetivos, levantando algunas de las limitaciones,

se puede recurrir a otras formas de idealización del ciclo hidrologico, en las
que se abandona la forma pictórica. Estas se basan en diagramas de flujo del
ciclo hidrológico, en los que es posible distinguir claramente entre elementos de
almacenamiento y de traslación del agua, estableciendo relaciones conceptuales
entre los diferentes componentes, permitiendo resolver determinados problemas
aplicando procedimientos apropiados de análisis.
La Figura 1.2 muestra uno de estos diagramas de flujo describiendo los di-
versos fenómenos que intervienen en el ciclo hidrológico y las interconexiones
entre los distintos procesos.
EVAPOTRANSPIRACION EVAPORACION
ATMOSFERA
EVAPORACION
PRECIPITACION
EVAPORACION
INTERCEPCION PRECIPITACION
SOBRE EL OCEANO
PRECIPITACION PRECIPITACION
SOBRE DEPRESIONES SOBRE CAUCES
SUPERFICIALES
TRANSPIRACION
VEGETACION
ESCORRENTIA
SUPERFICIAL
EVAPORACION
DEPRESIONES CURSOS
SUPERFICIALES INFILTRACION SUPERFICIALES OCEANOS
DE AGUA
INFILTRACION
FLUJO SUBSUPERFICIAL FLUJO

AGUA ABSORBIDA SUELOS SUBTERRANEO
EVAPORACION DESDE SUELOS
PERCOLACION
AGUA FLUJO SUBTERRANEO FLUJO SUBTERRANEO

SUBTERRANEA
CICLO DE ESCORRENTIA
Figura 1.2: Diagrama de flujo del Ciclo Hidrológico.

8 Introducción
1.5. El Ciclo de Escorrentı́a
La gran complejidad y la diversidad de procesos que intervienen en el ciclo

hidrológico evidencian claramente el carácter interdisciplinario de su estudio y
la importante participación en él, de ciencias como la oceanografı́a, hidrome-
teorolog´ıa, glaciolog´ıa, edafolog´ıa, limnolog´ıa, hidrogeolog´ıa, etc.
La Hidrologı́a, en particular, se aboca especı́ficamente al estudio de una parte

del ciclo hidrológico, denominado ciclo de escorrentı́a, que puede definirse como
aquella parte del ciclo comprendida entre la caı́da de la precipitación sobre la
superficie de la Tierra hasta su manifestacion como escorrentı́a, a través de la
sección de salida de una cuenca o su eventual retorno directo a la atmósfera a
través de los procesos de evaporación y transpiración.
Dentro de la Hidrolog´ıa, a su vez, es posible distinguir, considerando los pro-

cesos involucrados y las metodologı́as utilizadas, entre la Hidrologı́a Superficial
y la Hidrologı́a Subterránea o Geohidrologı́a.
Mediante una l´ınea de trazos se han delimitado, en la Figura 1.2, los procesos
correspondientes al ciclo de escorrent´ıa, materia de estudio de la Hidrolog´ıa.
La definición del ciclo de escorrentı́a determina como unidad fı́sica territorial

fundamental en Hidrologı́a, a la cuenca u hoya hidrográfica, que queda definida
al seleccionar un punto o sección de salida en el cauce de un rı́o u otro curso de
agua, por todo el territorio adyacente cuyas aguas fluyen o drenan hacia dicho
punto.
La l´ınea perimetral que encierra y delimita la superficie de la cuenca, se

denomina la l´ınea divisoria de aguas.
Cabe agregar aquı́, la ventaja de utilizar la cuenca hidrográfica no sólo como

unidad territorial hidrológica, sino también como unidad polı́tica y administra-
tiva, lo que elimina -o al menos disminuye- las disputas y conflictos territoriales
y de uso del agua, facilitando el manejo y administración racional del recurso.
1.6. Ecuación General de Balance Hidrológico
Asociado a la cuantificación de los conceptos de ciclo hidrologico y ciclo de

escorrent´ıa surge otro concepto basico en Hidrolog´ıa, cual es el concepto de
conservación de la masa o su equivalente en mecánica de fluidos, la ecuación
de continuidad.
Expresada en su forma más básica y general, la ecuación de continuidad

puede representarse por la relación,
∂V
I−Q= (1.1)
∂t
donde I y Q son los flujos de entrada y salida a un determinado volumen de

control y V es el almacenamiento al interior de dicho volumen.
La ecuación (1.1), expresada en su forma integral y aplicada a una cuenca

hidrográfica como “volumen de control”, se conoce con el nombre de ecuación
de balance de masas o ecuación general de balance hidrológico.
Para un intervalo de tiempo ∂t comprendido entre dos instantes t1 y t2, el

balance de masas en una cuenca se representa por la siguiente ecuación:
P + Qa − R − E − T − Qe = ∂Vsup + ∂Vsub + ∂Vh + ∂H (1.2)
donde P es la precipitación total ocurrida en el perı́odo t2 − t1 sobre la cuen-

ca, Qa es el volumen de agua afluente a la cuenca como caudales superficiales
o subterráneos, R es la precipitación retenida por la vegetación, E es la eva-
poración desde superficies de suelo húmedo o desde espejos de agua, T es la
transpiración vegetal ocurrida en el perı́odo, Qe es la escorrentı́a total efluen-
te en la sección de salida de la cuenca, y los valores ∂Vsup , ∂Vsub , ∂Vh y ∂H
corresponden a la variación del volumen de agua almacenado en la cuenca en
depresiones superficiales, lagos y embalses, en forma de agua subterránea, de
hielos, glaciares o nieve estacional, y en forma de humedad contenida en los
suelos, respectivamente.
Salvo en cuencas intervenidas por el hombre, el término Qa es normalmente

nulo o despreciable, aunque se dan excepciones en lo que se refiere a caudales
afluentes en forma subterránea ; la evaporación, retención y transpiración vege-
tal pueden agruparse en un término global denominado “evapotranspiración”,
10 Introducción
ET , por lo que la ecuación (1.2) puede reescribirse de la forma:
P − ET − Qe = ∂Vsup + ∂Vsub + ∂Vh + ∂H (1.3)
Siendo conceptualmente exacta, para la aplicación práctica de la ecuación

de balance hidrológico se requiere que sólo uno de los términos del balance
sea incógnita, debiendo disponerse de información respecto de todas las demás
variables involucradas. Considerando los errores que se cometen en la medición
o estimación de cada uno de los términos de la ecuación, la sumatoria de ellos,
que pasa a ser el valor estimado de la variable incógnita, puede alcanzar mag-
nitudes de error inadmisibles, dando resultados, en consecuencia, absurdos, a
menos que se elija adecuadamente el intervalo de tiempo para el cual se aplica
la ecuación.
En efecto, utilizando como intervalo de tiempo t2 − t1 , un perı́odo que se

denomina un año hidrológico, el cual difiere del año calendario en el sentido
de que comienza y finaliza al término del perı́odo de estiaje que presentan las
variables hidrológicas en su variación cı́clica anual, pueden lograrse resultados
admisibles en la aplicación directa de la ecuación de balance.
Si, por ejemplo, se inicia y termina el perı́odo de balance al final de la tem-

porada seca de verano, en la zona central de Chile, digamos desde el 1 de abril
al 31 de marzo del año siguiente, los valores de nieve estacional almacenada o
humedad de los suelos serán nulos o se encontrarán en su valor mı́nimo, inde-
pendientemente de los valores que hayan alcanzado durante la época húmeda
del invierno, por lo cual los términos ∂Vh y ∂H de la ecuación serán nulos o -al
menos- m´ınimos.
Análogo raciocinio puede efectuarse con los términos que representan la va-
riación del almacenamiento de aguas superficiales y subterráneas, por lo que
también pueden despreciarse con un margen aceptable de error. La situación
más habitual, en consecuencia, es la de estimar la escorrentı́a media anual de
la cuenca mediante la ecuación simplificada expresada de la forma,
Q ≈ P − ET (1.4)
Esta ecuación permite una primera estimación aproximada de la escorrentı́a

media anual de una cuenca, conocidas la precipitación y la evapotraspiración,
salvo en aquellos casos en que las variaciones de almacenamiento a escala anual

no sean despreciables o existan aportes externos importantes.
Mayor aproximación aún se logra con la ecuación anterior, si se aplica a la

estimación de la escorrentı́a media anual durante largos perı́odos de tiempo,
del orden de décadas hidrológicas o más, dado que siendo los términos de la
izquierda de la ecuación (1.3), a diferencia de los de la derecha, acumulativos,
estos pasan a ser de órdenes de magnitud superiores a los términos de la derecha,
los que pasan a ser despreciables. Para un largo perı́odo de tiempo, digamos
del orden de 30 años, puede aseverarse sin mayor error, que en un sistema
estacionario en que no existen aportes externos significativos, se cumple en
forma muy exacta, la relación,
Q = P − ET (1.5)
En los capı́tulos siguientes se verá una descripción detallada de las varia-

bles que participan en la ecuación de balance hidrológico y de los principales
métodos utilizados en ingenierı́a hidrologica, precedidos por algunos conceptos
fundamentales de Climatolog´ıa y Meteorolog´ıa, que resultan imprescindibles
para lograr una comprensión global del Ciclo Hidrológico.
Bibliografı́a
Flohn, H. (1968), Climate and Weather, World Univ. Lib., McGraw Hill.
Sellers, W. D. (1965), Physical Climatology, The Universiy of Chicago Press.
UNESCO (1995), World Water Balance and Water Resources of the Earth.
Hess, S. L. (1959), Theoretical Meteorology, Holt, Rinehart, Winston.

Capı́tulo 2
ELEMENTOS DE
CLIMATOLOGÍA Y
METEOROLOGÍA
Introducción
La disponibilidad de recursos hı́dricos y las caracterı́sticas hidrológicas de una

determinada cuenca o región quedan determinadas -principalmente- por la es-
tructura geológica y geomorfologı́a del área; y por una serie de factores clima-
tológicos como la radiación solar, vientos y circulación del aire, temperatura
y humedad ambiental, que condicionan y regulan la intensidad del Ciclo Hi-
drológico y la cantidad y distribución de las precipitaciones.
Es fundamental, en consecuencia, para lograr una comprensión global del

Ciclo Hidrológico, disponer de algunos conocimientos básicos de climatologı́a
y meteorolog´ıa, dada la fuerte dependencia que existe entre estas ciencias y
algunos campos de la Hidrolog´ıa.
13
14 Elementos de Climatolog´ıa y Meteorolog´ıa
2.1. Radiación
2.1.1. Leyes de Radiación
El 99.97 % de la energı́a necesaria para la realización de los procesos fı́sicos que

ocurren en la Tierra, proviene originalmente de la radiación solar.
De acuerdo a la ley de radiacion de Planck, la intensidad de radiación en una

determinada longitud de onda emitida por un cuerpo negro, es decir, un cuerpo
que absorbe toda la radiacion incidente sobre su superficie, puede expresarse
mediante la ecuación,
2h · c2 1
Eλ = (2.1)
· λkT
hc − 1
λ5 e
donde Eλ se obtiene en [erg/(cm2 · seg · cm)], h corresponde a la constante de
Planck (6.55×10−27 [erg ·seg]), c a la velocidad de la luz (3×1010 [cm/seg]), k a
la constante de Stefan-Boltzmann (1.37 × 10−16 [erg/K]) y T a la temperatura
absoluta del cuerpo en K.
Esta ley indica que un cuerpo negro emite distintas intensidades de radiación
en diferentes longitudes de onda y que estas intensidades varı́an en función de
la temperatura del cuerpo.
Dos importantes leyes pueden deducirse fácilmente a partir de la ecuación

(2.1).
Derivando respecto a la longitud de onda e igualando a cero, se obtiene

la ley de Wien, que determina la longitud de onda en la cual se produce la
máxima emisión de radiación. Este valor de λ es inversamente proporcional a
la temperatura absoluta del cuerpo,
λmax = a (2.2)
T
donde λmax se obtiene en [cm] y a = h·c
5k
= 0.288 [cm · K].
Por otra parte, integrando la ecuación (2.1) para todas las longitudes de onda,
bajo la hipotesis de una emisión isotropica, se puede calcular el flujo total de
radiacion emitido por un cuerpo negro. Esta es la ley de Stefan-Boltzmann,
expresada por la ecuación:
F = σT 4 (2.3)
2.1. Radiación 15
donde F se obtiene en [cal/(cm2 · min)] y σ corresponde a la constante de

Stefan-Boltzmann (8.14 × 10−11 [cal/(cm2 · min · K 4 )]).
Como lo indican las ecuaciones (2.2) y (2.3), la radiación total emitida por
un cuerpo negro aumenta con la cuarta potencia de su temperatura absoluta,
desplazándose además el espectro de emisión hacia longitudes de onda más
cortas a medida que la temperatura aumenta.
La figura 2.1 muestra los espectros de emisión de un cuerpo negro para

las temperaturas de 6000 y 293 ºK, que corresponden aproximadamente a las
temperaturas del Sol y la Tierra respectivamente.
5.0
ULTRAVIOLETA VISIBLE INFRAROJO
EMISION CUERPO NEGRO

A 600º K
2.0 RADIACION SOLAR
EXTRATERRESTRE
1.0
0.5
RADIACION SOLAR EN
SUPERFICIE TERRESTRE
0.2
)
ENERGIA ( LY / MIN /
0.1
EMISION CUERPO NEGRO
A 300º K
0.05
0.02 EMISION INFRAROJO

AL ESPACIO
ABSORCION
GAS OZONO
0.01
0.005
0.002
0.001
0.1 0.2 0.5 1.0 0.1 5.0 10 20 50 100
LONGITUD DE ONDA ( MICRONES )
Figura 2.1: Espectros de emisión de un cuerpo negro. Fuente: Sellers (1965).
Los cuerpos fı́sicos reales no se comportan como cuerpos negros teóricos y

absorben y emiten una cantidad de radiación -en general- menor a la indicada
por la ley de Stefan-Boltzmann. Si la cantidad de radiación emitida es propor-

cionalmente igual en cualquier longitud de onda, estos cuerpos se denominan
“cuerpos grises”, siéndoles aplicables la ecuación (2.3), corregida en la forma:
F = εσT 4 (2.4)
donde ε se denomina la emisividad del cuerpo y es tal que 0 < ε < 1.
Aunque los cuerpos reales tienen una emisividad variable con la longitud de
onda, existiendo bandas especı́ficas, caracterı́sticas de cada cuerpo, en las que se
producen distintas cantidades de absorción y emisión, el flujo total de radiación
emitido por estos cuerpos se calcula en la práctica en base a la ecuación de
Stefan-Boltzmann, adoptando una emisividad media del cuerpo, equivalente a
la de un cuerpo gris. En la figura 2.1 se incluyen los espectros reales estimados
de radiación solar extraterrestre en el borde exterior de la atmósfera y de la
emisión real al espacio desde la Tierra.
Debido a la gran diferencia de temperaturas entre el Sol y la Tierra, puede

apreciarse que sus espectros electromagnéticos, en la práctica no se traslapan;
la radiación solar ocurre en el rango de longitudes de onda entre 0.15 y 4.0µ con
un 45 % dentro del rango de la luz visible (0.4 a 0.74µ), mientras la radiación
terrestre ocurre a longitudes de onda más largas, en el rango infrarrojo entre
4 y 30µ aproximadamente. Por estas razones, la radiación solar es denomina-
da normalmente “radiación de onda corta”, mientras la radiación terrestre es
denominada “radiación de onda larga”.
2.1.2. Medición de la Radiación
Diversos instrumentos han sido desarrollados para medir los distintos compo-
nentes del balance radiativo. Entre ellos podemos distinguir los siguientes:
Piroheliómetro: Es el instrumento basico diseñado para medir la inten-

sidad de la radiación solar, es decir, la radiación directa desde el Sol sobre
una superficie unitaria normal a la dirección del rayo. El más común de
ellos es el llamado piroheliómetro de Angstrom, que consiste en dos pla-
cas metálicas gemelas aisladas. Una de ellas se expone, mediante un tubo
colimador, a la radiación solar, siguiendo durante el dı́a la trayectoria
2.1. Radiación 17
del Sol en el cielo, de manera que reciba permanentemente la radiacion

directa desde el Sol. La otra placa, aislada de la radiación externa, se
conecta a un circuito eléctrico y se mide la cantidad de energı́a o calor
necesario para calentarla eléctricamente a la misma temperatura que la
placa calentada por el Sol. Como ambas son gemelas, la intensidad solar,
será igual a la potencia eléctrica disipada, es decir,
Roc,dir = K · i2 (2.5)
donde,
Roc,dir : Radiación solar directa en [cal/(cm2 ·año)] u otra unidad equiva-
lente.
i: Intensidad de la corriente en el circuito eléctrico.
K: Constante de calibración del instrumento.
Piranómetro: Es un instrumento diseñado para medir la radiación solar

total, tanto directa como difusa, incidente sobre una superficie horizontal,
denominada comúnmente radiación global. El más utilizado de estos ins-
trumentos es el piranómetro Eppley, que consiste en dos anillos de plata
concéntricos, uno pintado de negro y el otro de blanco (óxido de mag-
nesio), protegidos por una ampolleta de cuarzo que filtra la radiación de
onda larga. La mayor absorción de radiación por parte del anillo negro,
genera una diferencia de temperatura entre los dos anillos que es aproxi-
madamente proporcional a la intensidad de radiación global recibida.
Roc,dir + Roc,dif = K · (Tn − Tb) (2.6)
donde,
Roc,dir : Radiación solar directa en [cal/(cm2 ·año)] u otra unidad equiva-
lente.
Roc,dir : Radiación solar difusa en [cal/(cm2 ·año)] u otra unidad equiva-
lente.
Tn: Temperatura de los anillos negro.
Tb:Temperatura de los anillos blanco.
La diferencia de temperatura entre los anillos se mide en base a termo-
cuplas o termojuntas en contacto con los anillos, midiéndose la diferencia
de voltaje generada.
Actinógrafo: Es un instrumento similar y que cumple la misma fun-

ción que el piranómetro. La diferencia fundamental está en el mecanismo
sensor de la diferencia de temperatura entre las placas blanca y negra,
que en este caso se mide en base a la dilatación de elementos bimetáli-
cos. Es un instrumento de uso más común que el piranómetro debido a
su menor costo. Desgraciadamente tiene mayor retardo en su respuesta
a los cambios de intensidad de radiacion y una menor precisión que los
piranómetros eléctricos.
Piroradiómetro: Es un instrumento diseñado para medir el total de

radiación de onda corta y larga (solar y terrestre o atmosférica) incidente
sobre una superficie horizontal. Consiste en dos elementos sensores, uno
superior, expuesto a la intemperie y uno inferior protegido por una placa
pulida de aluminio que lo aı́sla radiativamente. La intensidad de radiación
se mide en función de la temperatura y la diferencia de temperatura entre
los sensores.
Radiómetro neto: Instrumento que mide el balance neto de radiación

sobre una superficie horizontal, es decir, el total de la radiación incidente
menos la radiación reflejada por la superficie y la emisión de radiación
de onda larga de la superficie. Se basa también en dos placas sensoras
expuestas horizontalmente, una hacia arriba y otra hacia abajo, siendo el
flujo neto de radiación proporcional a la diferencia de temperatura de las
placas sensoras.
Si se define el albedo o reflectividad “a” de la superficie como el cuociente

entre la radiación reflejada y la radiación incidente sobre ella, la radiación
neta Rn resulta en definitiva
Rn = (Roc,dir + Roc,dif )(1 − a) + Rol,inc − Rol,emit = K(Tu − Td) (2.7)
donde,
Rn : Radiación neta.
Roc,dir : Radiación solar directa.
Roc,dir : Radiación solar difusa.
a: Albedo de reflexión de la superficie.
Rol,inc : Radiación de onda larga incidente.
2.1. Radiación 19
Rol,emit : Radiación de onda larga emitida.

Tu: Temperatura de la placa expuesta hacia arriba.
Td: Temperatura de la placa expuesta hacia la superficie del terreno.
Heliógrafo Campbell-Stokes: Instrumento registrador que mide la du-

ración de las horas de sol (insolación).
Consiste de una esfera de cristal en donde los rayos solares caen perfecta-
mente enfocados sobre ella y luego amplificado como un delgado haz de
luz sobre un diagrama graduado en horas.
Su funcionamiento es similar al efecto que se produce al colocar una lupa
sobre un papel.
En la página web de la Dirección Meteorológica de Chile1 pueden obtenerse

más detalles y fotografı́as de la mayorı́a de los instrumentos antes señalados.
2.1.3. Radiación de Onda Corta
El Sol, con una temperatura cercana a los 6000 [K] y una emisividad próxima
a la de un cuerpo negro, emite aproximadamente 56 × 1026 calor´ıas por minuto.
En consecuencia, la Tierra, ubicada a una distancia media de 1.5 × 1013 [cm]
del Sol, recibe en el borde exterior de su atmósfera una radiación por unidad
de superficie de
56 × 10 26
S= 2 ≈ 2.0 [ly/min] (2.8)
4π(1.5 × 1013)
La unidad de intensidad de radiación es el “langley” [ly], que equivale a 1
[cal/cm2].
La intensidad de radiación en el borde exterior de la atmósfera, S, recibe el

nombre de Constante Solar, aún cuando su constancia es sólo estadı́stica, ya
que la magnitud depende de las manchas y actividad solar.
Las mediciones más exactas logradas de la constante solar mediante el uso

de satélites artificiales, arrojan el valor,
S = 1.961 ± 0.005 [ly/min] (2.9)

1http://www.meteochile.gob.cl/
El total de energı́a interceptado por la Tierra es proporcional a su proyección

plana πR2, donde R es el radio de la Tierra, por lo tanto, la energ´ıa media
repartida a través de toda la superficie del globo es
¯ πR2S S
Roc = = = 0.5 [ly/min] = 720 [ly/dı́a]= 263 [kly/año]
4πR2 4
Obviamente, la distribución no es uniforme sobre toda la superficie, pues de-
pende del ángulo de incidencia, de la distancia Sol-Tierra y del tiempo de
exposición, variando en consecuencia en función de la época del año y la la-
titud del lugar. En promedio, la energ´ıa recibida en las regiones ecuatoriales
es del orden de 2.4 veces la energ´ıa recibida cerca de los polos. La figura 2.2
muestra la distribución estacional de la radiacion de onda corta incidente en
función de la latitud.
La radiación que logra llegar a la superficie terrestre, es obviamente menor

a la existente en el borde exterior de la atmósfera, ya que la atmósfera absorbe
parte de la radiación, de acuerdo a la ley de absorción de radiación,
Ix = I0e−kx (2.10)
donde,
I0 : Radiación en el borde exterior de la atmósfera.
x: Distancia atravesada en el medio absorbente (atmósfera).
k: Masa óptica atmosférica, funcion de su composición y nubosidad.
Al respecto cabe señalar que la radiación ultravioleta, altamente dañina para

la salud humana, prácticamente no alcanza a llegar a la superficie terrestre
producto de su absorción en la alta atmósfera principalmente por parte del gas
ozono existente en ella, situación que se ha visto revertida (sobre todo en las
regiones polares) en los últimos años por efectos de la acción antropogénica de
contaminación atmosférica, que tiende a reducir el contenido de ozono en la
alta atmósfera.
2.1. Radiación 21
90º
N
80º
70º
60º
Summer Solstice
50º
40º
30º
20º
Equinox
Equinox
10º
LATITUD
Autumnal
Vernal
10º
20º
30º
Winter Solstice
40º
50º
60º
70º
80º
90º
S JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC
Month
Figura 2.2: Distribución estacional de la radiación de onda corta incidente en

función de la latitud. Fuente: Sellers (1965)
2.1.4. Balance de Radiación
La temperatura de la Tierra permanece, en promedio, constante a lo largo

del tiempo. Para que esto ocurra, es necesario que esta emita al espacio, por
reflexión o emisión en onda larga, una cantidad de energı́a igual a la que es
recibida por efecto de la radiación solar.
Diversos intentos por cuantificar este intercambio de radiación, pueden re-

sumirse en forma aproximada en el siguiente balance de la disposición de la
radiación en el sistema terrestre para un año promedio (Sellers, 1965):
Radiacion solar de onda corta:

Radiación total incidente sobre el planeta: 263 [kly/año]
Radiación reflejada por la atmósfera
(nubes, vapor de agua, impurezas, etc.): 78
263 Radiación absorbida por la atmósfera
63 15
(nubes, vapor de agua, ozono, etc.): 45
Radiación total incidente sobre la
Nubes Vapor de agua, superficie terrestre: 140 [kly/año]
impurezas, ozono, Radiación reflejada por la superficie
7 38 etc.
16 terrestre (nieve, agua, suelos, etc.): 16
Radiación absorbida en la superficie
terrestre: 124 [kly/año]
124 Absorción total del planeta (45+124): 169 [kly/año]
Figura 2.3: Balance anual promedio de radiación solar de onda corta.
Radiacion terrestre de onda larga:

Radiación total emitida por la superficie
terrestre: 258 [kly/año]
Radiación emitida hacia el espacio: 20 Radiación
absorbida por la atmósfera: 238 [kly/año]
149 20 Radiación total emitida por la atmósfera: 355 [kly/año]
238 Radiación emitida hacia el espacio: 149
Atmósfera Radiación absorbida por la superficie
403 terrestre: 206 [kly/año]
Emisión neta de la atmósfera al espacio
206 exterior: 117 [kly/año]
258
Emisión neta de la superficie terrestre: 52
Tierra (15 ºC) Emisión total del planeta: 169 [kly/año]
Figura 2.4: Balance anual promedio de radiación terrestre de onda larga.
De las cifras anteriores se observa que la radiación solar total absorbida por
el planeta (169 [kly/año]) se ve compensada por la emisión de este en onda
larga, resultando un equilibrio radiativo que mantiene en equilibrio el balance
de energ´ıa global y, por ende, la temperatura del planeta.
Sin embargo, las mismas cifras nos indican que internamente no existe un
equilibrio radiativo. En efecto, la atmósfera emite un valor neto 117 [kly/año]
y sólo absorbe 45 [kly/año] de radiación solar, presentando un enfriamiento
radiativo de 72 [kly/año]. Con la superficie terrestre pasa lo contrario, emite
un valor neto 52 [kly/año] y absorbe 124 [kly/año] de radiación de onda corta,
resultando una tasa de calentamiento radiativo de 72 [kly/año].
Para mantener -entonces- el balance energético interno total, se requiere un

2.1. Radiación 23
traspaso de energı́a no radiativa desde la superficie terrestre a la atmósfera, a

una tasa media de 80 [kly/año]. Los mecanismos no radiativos de traspaso de
energı́a corresponden a la evaporación de agua en la superficie y su posterior
condensación en la atmósfera (calor latente) y a la conducción y difusión de
calor sensible desde la superficie terrestre a la atmósfera (calor de convección).
Se estima que del orden de 61 [kly/año] son transferidas de la Tierra a la

atmósfera vı́a calor latente, mientras las 11 [kly/año] restantes son transferidas
vı́a calor sensible. Considerando, por último, un calor latente de vaporización
del agua del orden de 600 [cal/gr], resulta una evaporación media anual desde
la superficie terrestre (océanos y continentes) de 102 [gr/cm2 ] o 1020 [mm]
anuales. Considerando, a su vez, que el volumen de agua que almacena la
atmósfera en forma de humedad es relativamente pequeño, la cifra anterior
debe corresponder además a la precipitación media anual sobre el planeta. La
Tabla 2.1 muestra una estimacion, basada en datos de la UNESCO (1995), de
la distribución geográfica de evaporaciones y precipitaciones en el planeta. El
Tabla 2.1: Balance h´ıdrico medio anual.

Región Área 106 km2 Precipitación [mm] Evaporación [mm] Escorrent´ıa [mm]
Océanos:
Pac´ıfico 178.7 1,460 1,510 -50
Atlántico 91.7 1,010 1,360 -350
Indico 76.2 1,320 1,420 -100
Ártico 14.7 361 220 141
Total océanos 361.3 1,271 1,400 -129
Continentes
Europa 10.5 790 507 283
Asia 43.5 740 416 324
África 30.1 740 587 153
Ocean´ıa 9 791 511 280
Norteamérica 24.2 756 418 338
Sudamérica 17.8 1,600 910 690
Antártica 14 165 0 165
Total continentes 149.1 798 483 315
Total planeta 510.4 1,133 1,133 0
proceso continuo de evaporación de agua desde la superficie a la atmósfera,

su arrastre por parte de los vientos y circulación atmosférica y su posterior
condensación y precipitación configuran el Ciclo Hidrológico. Se observa en la

Tabla 2.1, que el continente sudamericano, favorecido por su posición geográfica
meridional, por su exposición abierta al Océano Pacı́fico y por las caracterı́sticas
de su relieve, es el continente donde el Ciclo Hidrológico se presenta más intenso.
Considerando que 1 [mm] de precipitación es equivalente a 1 litro de agua por
metro cuadrado de superficie, el caudal especı́fico promedio de los rı́os del
planeta alcanza un valor del orden de 10 [l/(s · km2)], cifra que en el caso de
Sudamérica se eleva a 21.9 [l/(s · km2 )].
A partir de las cifras de las figuras 2.4, 2.3 y Tabla 2.1 puede estimarse -en
forma aproximada- el tiempo de residencia del agua en los océanos, continentes
y atmósfera. Una gota de agua permanece, en promedio, en los océanos un
tiempo del orden de 2570 años; en los continentes y casquetes polares, del orden
de 309 años, mientras que en la atmósfera el tiempo de residencia promedio
serı́a del orden de tan sólo 8 dı́as. En definitiva, una gota de agua promedio
demora del orden de 2900 años en completar el Ciclo Hidrológico.
Respecto de todo lo anterior, cabe agregar que existen estudios asociados al

cambio climático que postulan que el equilibrio energético del planeta y actual
balance de evaporaciones y precipitaciones, ha sido alterado por la acción an-
tropogénica del hombre al alterar la composición de los gases constituyentes de
la atmósfera. Ası́, por ejemplo, se ha detectado una disminución del contenido
de ozono o disminución de la capa de este gas en la alta atmósfera, que tiene
por consecuencia un aumento de la radiación ultravioleta que alcanza la super-
ficie del planeta, con nefastas consecuencias para la salud humana. Por otra
parte, el aumento del contenido de anhı́drido carbónico y otras impurezas de
origen antropogénico, estarı́an generando un efecto de invernadero que traerı́a
como consecuencia un calentamiento global de la atmósfera, pronosticándose
un aumento de la temperatura media en un par de grados en las próximas
décadas, proceso que ya ha manifestando algunas consecuencias. Todos estos
cambios, necesariamente deben influir -en algún grado- en el actual régimen de
precipitaciones y evaporaciones.
2.2. Temperatura y Estratificación Térmica de la Atmósfera 25
2.2. Temperatura y Estratificación Térmica de la Atmósfera
2.2.1. Distribución de Temperaturas
La temperatura es una medida o un ´ındice de la energ´ıa interna de un cuerpo;

en consecuencia, la distribución y variación de temperaturas en la Tierra y en
la atmósfera es el resultado del balance radiativo y energético global.
En términos promedios y globales, entonces, las temperaturas disminuyen con

la latitud debido al déficit radiativo de las zonas polares. Por la misma razón,
las temperaturas en la atmósfera son menores que en la superficie terrestre.
Como se mencionó anteriormente, el déficit radiativo de la atmósfera se ve
compensado por un traspaso de calor latente y calor de convección desde la
superficie terrestre. Esto significa que la atmósfera es calentada desde su borde
inferior, lo que origina -en general- un aumento de temperatura en las capas
más bajas y un gradual descenso de ella con la altura.
En regiones marı́timas y húmedas, el traspaso de calor ocurre preferente-

mente en forma de calor latente, fenómeno que origina una mayor uniformi-
dad térmica en superficie y una atenuación de la oscilación térmica diaria. En
regiones continentales y áridas, prevalece el traspaso de calor como calor de
convección, lo que exige un mayor recalentamiento de la superficie durante el
dı́a, originando una fuerte amplitud de la oscilación térmica diaria.
Independientemente de la magnitud de la oscilación térmica diaria en su-

perficie, la atmósfera disminuye gradualmente su temperatura con la altura,
situación que se verifica aproximadamente dentro de los primeros 10,000 a
18,000 metros desde la superficie, dependiendo de la latitud y, definiendo un
primer estrato atmosférico inferior, denominado tropósfera, en que la tempera-
tura disminuye a una tasa cercana a 6 o 7 [°C/km].
En las inmediaciones de la superficie de la Tierra, debido al efecto del ciclo

diurno del balance radiativo antes mencionado o -a veces- debido a la presencia
de campos de hielo o nieve, o de condiciones micrometeorológicas particulares,
puede ocurrir que esta situación se invierta, especialmente en horas de la noche,
creando zonas en que la temperatura del aire aumenta con la altura, situación
que se denomina inversión térmica. Los gradientes térmicos en la atmósfera,
como se verá más adelante, condicionan la estabilidad atmosférica, que influye

en forma importante en el desarrollo del Ciclo Hidrológico.
Por encima de la tropósfera y separada de ella por la tropopausa, definida

como la cota a la cual la temperatura atmosférica deja de decrecer, se extiende
un segundo estrato atmosférico que abarca entre -aproximadamente- los 10,000
y 55,000 metros de altura, que se denomina estratósfera. En la parte baja de la
estratósfera, hasta cerca de los 30,000 metros de altura, las temperaturas son
sensiblemente constantes y del orden de –55 °C. Por sobre esta cota, se encuen-
tra la zona donde se produce la mayor concentración de gas ozono. Este gas, que
absorbe gran parte de la radiación ultravioleta incidente, provoca un calenta-
miento radiativo de la alta atmósfera, con un incremento de la temperatura con
la altura, hasta llegar a un máximo cercano a los 0°C en la estratopausa o lı́mite
superior de la estratósfera. Por sobre la estratósfera, se extiende la mesósfera,
hasta unos 85,000 metros de altura, capa en la cual la temperatura nuevamente
desciende hasta llegar a un m´ınimo cercano a –80°C en la mesopausa.
Finalmente, la capa exterior de la atmósfera se identificará como la ionósfera,

aún cuando hay otras subdivisiones, entendida como la zona donde el aire
está tan enrarecido que los gases componentes se ionizan, interactuando con la
radiación solar. Por este proceso, el aire absorbe radiación, lo que sumado a su
extraordinaria baja densidad provoca aumentos de temperatura que alcanzan,
en las zonas altas, hasta los 1000°C.
La Figura 2.5 muestra un perfil aproximado de la estratificación y tempera-

turas de la atmósfera.
Desde el punto de vista meteorológico e hidrologico, la única capa de interés

es la tropósfera, zona donde se concentra casi el 90 % de la masa atmosférica y
-prácticamente- el 100 % de la humedad atmosférica. En esta zona se producen,
además, todos los fenómenos hidrometeorológicos.
Si consideramos el espesor de la troposfera, del orden de 10 [km], comparado

con el radio de la Tierra, de 6,400 [km], resulta que -proporcionalmente- la
troposfera, vista a veces como un recurso de disponibilidad inagotable de aire,
es bastante más delgada que la cáscara de una manzana.
2.2. Temperatura y Estratificación Térmica de la Atmósfera 27
200
Temperatura
180
Tropopausa
160 Estratopausa
Mesopausa
140
Elevación [km.s.n.m.]
120
100
80
60
40
20
0
-100 -80 -60 -40 -20 0 20 40 60 80 100
Temperatura [°C]
Figura 2.5: Estratificacion térmica de la atmósfera.
2.2.2. Medición de Temperaturas
Si bien hoy existen diversos procedimientos para la medición de temperatura,

tales como sensores infrarrojos y otros, crecientemente incorporados en estacio-
nes meteorológicas compactas, en meteorologı́a el instrumento básico para la
medición de la temperatura del aire, salvo en regiones muy frı́as, sigue siendo
el termómetro de mercurio.
La temperatura del aire en superficie se mide por convención, a una altura de

1.50 metros desde el suelo con termómetros ubicados en una caseta meteorológi-
ca de madera provista de celos´ıas con sus puertas orientadas hacia el sur en
el hemisferio sur, a fin de evitar el ingreso de radiación solar directa sobre los
instrumentos. Las instalaciones básicas incluyen un termómetro de máxima,
que es básicamente igual a un termómetro clı́nico, provisto de un estrecha-
miento en el bulbo que provoca que la medición mantenga el valor máximo de
temperatura registrado. Además, incluyen un termómetro de mı́nima, provis-
to de un dispositivo que permite registrar la temperatura m´ınima alcanzada.
De esta manera, efectuando una sola medición diaria, se puede establecer las
temperaturas máximas y mı́nimas alcanzadas en las 24 horas anteriores.
Adicionalmente, la estación puede incluir un termógrafo o instrumento ins-

criptor que registra -mecánica o digitalmente- la variación de la temperatura
durante el dı́a, obteniéndose un termograma del cual es posible determinar la
temperatura media del dı́a, además de la hora a la cual ocurrieron las tempera-
turas máximas y mı́nimas. En general, los termógrafos son de menor precisión
que los termómetros de mercurio, por lo que en caso de discrepancia con es-
tos últimos debe prevalecer el dato medido por los termómetros de mercurio y
deben corregirse los registros del termograma, por desplazamiento del origen,
por un factor de escala o ambos, de manera de hacer coincidir los valores máxi-
mos y mı́nimos del termograma, con los registros de máxima y mı́nima de los
termómetros de mercurio.
En ausencia de un termógrafo, es posible lograr una aceptable estimación de

la temperatura media diaria mediante la expresión
Tmáx + Tmı́n + T08 + T16

T = (2.11)
4
donde T08 y T16 son las temperaturas a las 8 de la mañana y 4 de la tarde,

respectivamente.
En ausencia de estos últimos datos, sólo cabe estimar la temperatura media

como el promedio entre la máxima y la mı́nima.
Para la medición de la temperatura del aire en altura, se recurre normalmente

a globosondas o radiosondas, que son lanzadas normalmente una o dos veces al
d´ıa, las cuales van registrando la temperatura ambiente a medida que ascienden.
La información registrada por las naves marı́timas y aéreas, también contribuye
a la medición de la temperatura del aire.
En los últimos años, con el creciente uso de satélites meteorológicos, es posible

evaluar mediante radiotermómetros las temperaturas en altura, en particular,
la de los estratos nubosos.
2.3. Humedad Atmosférica 29
2.3. Humedad Atmosférica
2.3.1. Leyes Básicas
La atmósfera está constituida por una mezcla de gases, fundamentalmente

nitrógeno y oxı́geno, a los que se agregan algunos componentes menores, entre
los que destacan, por su importancia, el anhı́drido carbónico y el vapor de agua,
por lo que le es aplicable la ley de presiones parciales de gases o ley de Dalton.
De acuerdo a esta ley, la presión total ejercida por una mezcla de gases
es igual a la suma de las presiones parciales ejercidas por cada uno de sus
componentes:
n
pt = pi (2.12)
1
donde,
pt : Presión total de la mezcla.
pi : Presión parcial del componente i.
n: Número de gases de la mezcla.
Desde el punto de vista hidrometeorologico, donde el componente de mayor

interés es el vapor de agua, la atmósfera es posible visualizarla como la mezcla
de dos componentes, el vapor de agua y el aire seco que contiene al resto de
todos los constituyentes de la mezcla. De acuerdo a esto, la ley de Dalton se
puede expresar de la forma,
pt = p d + e (2.13)
donde,
pd : Presión parcial del aire seco.
e: Presión de vapor de agua.
Para la mayorı́a de las aplicaciones prácticas, se puede aceptar que tanto el

aire seco como el vapor de agua se comportan como gases perfectos, por lo que
les es aplicable la ley de los Gases Perfectos.
De acuerdo a esta ley, en un volumen V ocupado por un gas ideal, se cumple

que
p · V = n · R∗ · T (2.14)
donde,
p: Presión ejercida por el gas.

n: Número de moles contenidos en el volumen.
T : Temperatura absoluta del gas.
R∗: Constante universal de los gases= 8.3144×107 [erg/mol· K] =1.987 [cal/mol·
K].
Dividiendo por la masa M de gas contenida en el volumen,

p·V n · R∗ · T
= (2.15)
M M
El término V /M , volumen por unidad de masa, recı́proco de la densidad,

es el volumen especı́fico α, mientras la masa dividida por el número de moles,
M/n es el peso molecular, m.
Ası́, La ecuación queda,
R∗ · T
p· α = (2.16)
m
o
p·α = R·T (2.17)
donde R = R∗/m es la constante particular de cada gas.
2.3.2. Ley de Clausius - Clapeyron
La cantidad de agua que puede existir en estado gaseoso en un volumen dado,

queda limitada por la presión de vapor saturante, la cual es función única de
la temperatura y se expresa mediante la relacion teórica, pero aproximada,
es mvL 1 − 1 (2.18)
ln =
es0 R∗ T0 T
donde,
es : Presión de vapor saturado, en [Hpa].
mv: Peso molecular del vapor de agua = 18 [gr/mol].
L: Calor latente de vaporización o sublimación, [cal/gr].
T : Temperatura absoluta, en [K].
Los valores es0 y T0 corresponden a algún punto conocido de la curva. Para

el punto triple del agua, 0 [°C] o 273 [K] se ha determinado experimentalmente
que es0 = 6.11 [Hpa].
Luego, la ley de Clausius - Clapeyron se puede expresar como,

es mv L 1 1
ln = − (2.19)
6.11 R∗ 273 T
Al respecto, cabe recordar que una atmósfera fı́sica vale
1 [atm] = 1.013 [bar] = 1.013 × 105 [pa] = 1.013 × 106 [dinas/cm2]
luego,
1 [mb] = 100 [pa] = 1 [Hpa]
La unidad usual de presión en meteorologı́a es el hectopascal [Hpa] o milibar

[mb].
En unidades técnicas, 1 [kg/cm2 ]=9.81 [N/cm2 ]=9.81 × 104 [pa], luego
1 [atm] = 1013 [Hpa] = 1.033 [kg/cm2] = 10.33 [m.c.a.]
⇓
1 [Hpa] = 0.0102 [m.c.a.]
Con respecto al calor latente de vaporización, o calor necesario para evapo-
rar 1 gr de agua, este es ligeramente dependiente de la temperatura y puede
expresarse mediante la relación aproximada,
Lv = 597.25 − 0.566 · T (2.20)
donde el calor latente de vaporización (Lv ) se expresa en [cal/gr] y la tempe-

ratura (T ) en [°C].
Si el cambio de estado es de sólido a gas, se debe agregar el calor de fusión

del agua (Lf = 80 [cal/gr]), por lo que el calor latente de sublimación se puede
expresar aproximadamente mediante la relacion,
Ls = 677.04 − 0.062 · T (2.21)
Para muchos cálculos aproximados, basta suponer valores constantes de 600 y

680 [cal/gr], aproximadamente.
Una fórmula práctica de buen ajuste para el cálculo de la presión de vapor

saturado, viene dada por la expresión,
17.4T
es = 6 .11 · e T +239 (2.22)
donde es está en [Hpa] y T en [°C].
2.3.3. Variables para Cuantificar la Humedad Atmosférica
Diversas variables se utilizan en meteorolog´ıa para cuantificar el contenido de

vapor de agua o humedad atmosférica. Entre ellas podemos distinguir:
Humedad absoluta (ρv): Se define como la masa de vapor contenida por

unidad de volumen de aire por lo que es equivalente a la densidad de
vapor de agua.
Mv
ρv = (2.23)
V
donde ρv se expresa en [gr/cm3].
Razón de mezcla (ω): Se define como la razón o cuociente entre la masa

de vapor de agua y la masa de aire seco contenido en un volumen dado.
Mv ρv
ω= = (2.24)
Md ρd
donde ω se expresa como [gr vapor/gr aire seco] y ρd es la densidad del
aire seco en [gr/cm3].
La densidad es el recı́proco del volumen especı́fico, luego aplicando la
ley de los gases al vapor de agua y al aire seco independientemente, se
obtiene,
e R∗
= ·T (2.25)
ρv mv
pd R∗
= ·T (2.26)
ρd md
Como la temperatura en la mezcla de ambos gases es la misma, dividiendo
resulta,
ρv mv e
ω= = · (2.27)
ρd md pd
El peso molecular del aire seco es variable, dependiendo de la composición
del mismo, pero se acepta para un aire seco “normal” el valor md =
29 [gr/mol], por lo que puede definirse la razón,
mv
ε= = 0.622 (2.28)
md
Como la presión del aire seco es,
pd = p T − e (2.29)
Reemplazando, se obtiene finalmente,

e
ω=ε (2.30)
pT − e
Esta última expresión permite evaluar la razón de mezcla en función de
la presión total y la presión de vapor del aire. El factor ε = 0.622 es de
frecuente ocurrencia en formulas meteorológicas.
Humedad especı́fica (q): Se define la humedad especı́fica q, como el cuo-

ciente entre la masa de vapor y la masa total de aire contenidas en un
volumen dado, Mv
q= Mv ρv (2.31)
= =
MT M v + Md ρv + ρd
donde q se expresa como [gr vapor/gr aire humedo]. Ademas, se tiene que,
1 ρd 1
= +1 = +1 (2.32)
q ρv ω
de donde, ω
q= (2.33)
1+ω
Haciendo un desarrollo análogo al anterior, en función de la ley de los
gases, se obtiene,
ε·e 0.622 · e (2.34)
q= =
pT − (1 − ε)e pT − 0.378 · e
Como la presión de vapor es generalmente mucho menor que la presión

total del aire, los valores numéricos de la razón de mezcla y de la hu-
medad especı́fica, siendo la razón de mezcla ligeramente mayor, son muy
parecidos, por lo que habitualmente ambas variables se confunden.
Humedad relativa (h): Se define la humedad relativa h, normalmente

expresada como porcentaje, como el cuociente entre la presión de vapor
existente en el aire y la presión de vapor saturado correspondiente a su
temperatura,
q
h = e · 100 ≈ ω · 100 ≈ · 100 [ %] (2.35)
es ωs qs
Siendo la humedad relativa una de las variables más frecuentemente uti-

lizadas para expresar la humedad del aire, de acuerdo a su definición,
sólo tiene valor como variable cuantitativa de la humedad, si se conoce
además, el valor de la temperatura del aire
Temperatura de punto de rocı́o o punto de rocı́o (TR ): Esta variable se

define como la temperatura a la que habr´ıa que enfriar el aire, mante-
niendo constante su presión de vapor, hasta llegar a saturar el aire. De
acuerdo a esta definición, un aire saturado tiene una temperatura de rocı́o
igual a su temperatura real. La diferencia entre la temperatura real y la
temperatura de rocı́o es una medida indirecta de la “sequedad” del aire.
Mientras más seco el aire, más baja su temperatura de rocı́o. En el diagra-
ma presión - temperatura de la Figura 2.6, se visualizan los tres estados
en los que se puede encontrar el agua: Vapor, lı́quida y hielo, en función
a su presión real relativa a la presión de vapor saturado. Si una partı́cula
de vapor con presión e < es y temperatura T , es enfriada manteniendo e
constante, la partı́cula se saturará en el punto en que se cumpla,
e = es (TR) (2.36)
donde es (T R) es la presion de vapor saturado a la temperatura de rocı́o.
En la Figura 2.6 una parcela de aire con temperatura de 30[ºC] y presión

de vapor de 11 [Hpa], tiene una temperatura de punto de rocı́o de 8.36
[ºC].
Visto de otra manera entonces, la temperatura de rocı́o es la temperatura,

cuya presión de vapor saturado coincide con la presión de vapor real del
aire.
es(hielo) es(agua) TR T
1000
100
Presión de vapor (Hpa)
T; 8.36 T; 30
10
0.1
-40 -20 0 20 40 60 80 100
Temperatura ºC
Figura 2.6: Diagrama presión de vapor - temperatura.

2.3.4. Medición de la Humedad Atmosférica
Los instrumentos normalmente utilizados para medir la humedad atmosférica

son el psicrómetro, el higrografo y una serie de otros instrumentos de aplicacion
más bien industrial, que podrı́amos clasificar como higrómetros o higristores.
a) Psicrómetro: Es un instrumento basado en el principio del balance calórico.

Consiste basicamente en dos termometros de mercurio por los cuales se hace
pasar una corriente del aire cuya humedad se desea determinar. Uno de los
termómetros se deja con su bulbo seco, con lo cual mide la temperatura
real del aire que por él circula, denominada temperatura de bulbo seco. El
otro termómetro se envuelve en una gasa o muselina húmeda, razon por
la cual alcanza una temperatura de equilibrio menor que la de bulbo seco,
producto del enfriamiento provocado por la evaporación del agua contenida
en la muselina húmeda. A la temperatura de equilibrio se le denomina
temperatura de bulbo húmedo (Tw ).
Si no hay aporte externo de calor, la masa de aire debe disminuir su energ´ıa
interna en una magnitud igual al calor latente entregado para la evaporación
del agua de la muselina; luego, si el aire se aproxima a la muselina con
una temperatura de bulbo seco T y una razón de mezcla ω, y sale con
una temperatura Tw y razón de mezcla ω ' , un balance calórico entrega la
ecuación,
C · ∆T = Lv · ∆ρv (2.37)
donde C es la capacidad calor´ıfica del aire en [cal/gr] y Lv es el calor latente
de vaporización.
La ecuación (2.37) expresada en función de los calores especı́ficos a presión
constante de los componentes de la masa de aire, resulta
(ρd · cp + ρv · cpv) · (T − Tw) = Lv · (ρ'v − ρv) (2.38)
dividiendo por la densidad del aire seco ρd, se obtiene
(cp + ω · cpv) · (T − Tw) = Lv · (ω' − ω) (2.39)
donde,
cp : Calor especı́fico a presión constante del aire seco.
cpv : Calor especı́fico a presión constante del vapor de agua.
Para ω ' se acepta que es la razón de mezcla saturada correspondiente a la

temperatura de bulbo húmedo Tw . En consecuencia, midiendo las tempera-
turas de bulbo seco T y de bulbo húmedo Tw , por ser el calor especı́fico del
aire seco, el calor especı́fico del vapor de agua y el calor latente de vapori-
zación, constantes conocidas, y la razón de mezcla saturada ω ' una función
conocida de la temperatura de bulbo húmedo y de la presión barométrica
del lugar, es posible calcular la razón de mezcla del aire ω. La ecuación
(2.39) es conocida como la ecuación psicrométrica.
Para fines practicos de medición de la humedad atmosférica, existen ta-

blas, llamadas tablas psicrométricas, que permiten obtener directamente la
humedad relativa, presión de vapor del aire u otra variable relacionada, en-
trando a las tablas con la temperatura del aire T , la depresión de bulbo
húmedo (T − Tw ) y la presión barométrica del lugar.
La circulación del aire a través de la muselina se logra en los instrumentos

más simples, haciendo girar en el aire el instrumento, provisto de una cuer-
da o cadena; instrumentos más sofisticados, (psicrómetro Assman) vienen
provistos de un ventilador que fuerza la circulación del aire a través de la
muselina.
b) Higrógrafo de cabellos: Es un instrumento de uso más sencillo aún cuando

bastante menos preciso, es el higrógrafo de cabellos, basado en la propiedad
higroscópica observada de los cabellos (humanos), de variar su longitud por
efecto de los cambios de la humedad del aire. Estas variaciones de longi-
tud, amplificadas por un sistema de palancas conectadas a un puntero, se
registran sobre una banda previamente calibrada que se monta sobre un
tambor que rota en el tiempo. Las bandas o papel de higrogramas vienen
calibrados en términos de la humedad relativa, lográndose la medición di-
recta de esta variable, mientras se trabaje dentro de un rango especificado
por el fabricante. Para temperaturas extremas (muy fr´ıas) deben corregirse
los registros de acuerdo a las instrucciones del fabricante.
La forma rutinaria de medir la humedad atmosférica es el registro continuo

en base a un higrógrafo de cabellos, verificando periódicamente con me-
diciones puntuales mediante psicrómetro, que permita corregir errores de
desplazamiento de escala y de amplitud de las oscilaciones.
2.4. Elementos de Estática y Termodinámica Atmosférica 37
Es frecuente la existencia de un instrumento que mide simultáneamente en

una misma banda, humedad relativa y temperatura del aire. En este caso
el instrumento pasa a llamarse termohigrógrafo o higrotermógrafo.
c) Higristores: Existen además una serie de instrumentos que se llaman genéri-

camente higrómetros o higristores, que permiten medir la humedad at-
mosférica, basados en una serie de materiales de caracterı́sticas higroscópi-
cas que varı́an sus propiedades fı́sicas o eléctricas, en función del grado
de humedad. La ventaja de estos instrumentos, es que facilitan el registro
digital de la información, aún cuando su precisión es baja.
Hoy son cada vez más frecuentes, las estaciones meteorológicas compac-
tas, que permiten medir no sólo la humedad relativa, sino muchas de las
otras variables meteorológicas en forma digital, información que se puede
almacenar en un “datalogger” o teletransmitir en forma remota.
2.4. Elementos de Estática y Termodinámica Atmosférica
Para lograr la comprension de los procesos de transferencia de masa y energ´ıa

que ocurren entre la atmósfera, la hidrósfera y la litosfera, es necesario entender
algunos conceptos elementales de estática y termodinámica atmosférica.
Aún cuando los ciclos termodinamicos y procesos de movimiento y circula-

ción de la atmósfera son extraordinariamente complejos, en particular en la
tropósfera, que es la capa de mayor interés para efectos hidrometeorologicos, es
posible abordar su estudio en base a una serie de simplificaciones que permiten
obtener resultados suficientemente precisos para los efectos de su aplicación
práctica.
2.4.1. Hidrostática de la Atmósfera
Si despreciamos los movimientos de la atmósfera, y la consideramos en reposo,

debe cumplirse en ella la ecuación de la ley hidrostática
p
𝑥+ = Cte. (2.40)
ρ·g
Para los efectos meteorológicos, conviene expresar esta ley en su forma diferen-
cial, es decir:
dp = −ρ · g · d𝑥 (2.41)
Como la densidad ρ de la atmósfera no es constante con la altura, la ecuación
hidrostática sólo es integrable con la ayuda de la ley de los gases perfectos y
suponiendo ciertos modelos simplificados o situaciones especiales.
Recordando que la densidad es el recı́proco del volumen especı́fico y reem-

plazando la ecuación (2.17) en la ecuación (2.41), se obtiene,
dp g
=− d𝑥 (2.42)
p R·T
Esta ecuación es analı́ticamente integrable para ciertos modelos simplificados
de estratificación térmica en la atmósfera.
2.4.2. Atmósfera Isotérmica
Si la temperatura de la atmósfera se supone constante en la vertical, la inte-

gración de la ley hidrostática es inmediata y resulta,
g
( 𝑥 − 𝑥0 )
p = p 0 · e− R·T (2.43)
Esta situación corresponde aproximadamente a la atmósfera real en la zona

de la estratósfera y ha sido utilizada para definir la “estratósfera normal”,
adoptando los valores p0 = 234.53 [Hpa], 𝑥0 = 10.769 [km] y T = −55°C, hasta
los 32,000 metros de altura.
2.4.3. Atmósfera de Gradiente Térmico Constante
Si se supone que la temperatura de la atmósfera varı́a en forma lineal en la

vertical de acuerdo a la expresión,
T = T0 − γ · 𝑥 (2.44)
donde γ es un gradiente constante de temperatura, reemplazando la ecuación

(2.44) en la ecuación (2.42), se obtiene
dp g d𝑥 (2.45)
=−
p R (T0 − γ · 𝑥)
de cuya integración resulta,

g/(Rγ)
T
p = po (2.46)
T0
Esta situación corresponde aproximadamente a la atmósfera real en la zona de

la tropósfera y ha sido adoptada para definir la “tropósfera normal”, entre 0 y
10,760 metros de altitud, adoptando los valores γ = 6.5 [°C/km] y T0 = 15°C.
2.4.4. Gradiente Adiabático Seco
En diversas aplicaciones prácticas, interesa conocer los gradientes térmicos que

se producen en la atmósfera, producto de procesos adiabáticos o sin incorpo-
ración de calor externo.
De acuerdo a la primera ley de la termodinámica, el calor incorporado a un

sistema es igual a la variación de su energı́a interna más el trabajo efectuado
por el sistema. Expresada en forma diferencial y por unidad de masa, se tiene:
dh = du + dw = du + p · dα (2.47)
donde,
du: Variación de la energı́a interna por unidad de masa.
dw: Trabajo por unidad de masa, que en el caso de la expansión de un gas
corresponde al producto de la presión por la variación del volumen especı́fico.
Definiendo el calor especı́fico a volumen constante como
dh
cv = (2.48)
dt α=cte
resulta para un gas perfecto que
du = cv · dT (2.49)
dh = cv · dT + p · dα (2.50)
Diferenciando la ley de los gases perfectos, se obtiene
p · dα = R · dT − α · dp (2.51)
luego, remplazando la ecuación (2.51) en la ecuación (2.50), se obtiene
dh = (cv + R) · dT − α · dp
dh = cp · dT − α · dp (2.52)
donde cp = cv + R: calor especı́fico a presión constante, igual a 0,24 [cal/gr · K]

para el aire seco.
Ahora, si un proceso es adiabático, dh = 0 y se cumple para un gas perfecto

que
cpdT = αdp (2.53)
Por otra parte, de la ley hidrostática sabemos que,
dp = −ρ · g · d𝑥
de donde resulta finalmente que en un proceso adiabático,

dT
Γ =− α·ρ·g g = Cte. (2.54)
d
= =
d𝑥 cp cp
El gradiente de temperatura constante Γd , denominado gradiente adiabático
seco, cuyo valor numérico vale 9.76 [°C/km], rige aproximadamente el cambio
de temperatura de una parcela de aire que se desplaza verticalmente en la
atmósfera en forma adiabática, es decir, sin quitarle o agregarle calor. Como
los movimientos verticales del aire en la atmósfera son -en general- rápidos,
el tiempo para intercambiar calor externamente es pequeño, y el concepto es
generalmente aplicable a situaciones reales.
Por último, reemplazando el valor del gradiente adiabático seco en la ecuación

de la atmósfera de gradiente de temperatura constante, ecuación (2.46), se
obtiene la denominada ley de Poisson, que rige aproximadamente los procesos
adiabáticos en la atmósfera.
cp/R
p T
= (2.55)
p0 T0
2.4.5. Gradiente Adiabático Húmedo
Las expresiones desarrolladas en el acápite anterior son válidas para un aire

ideal y seco. Sin embargo, considerando que el contenido de vapor de agua de un
aire húmedo es siempre una fracción bastante pequeña de la masa total de aire,
su efecto sobre la tasa de enfriamiento es despreciable y es posible utilizar -en la
practica- el gradiente adiabático determinado para el aire seco, para el aire real
con algún contenido de humedad. Sin embargo, cuando debido al enfriamiento,
el aire alcanza la temperatura de punto de rocı́o y llega al nivel de saturación,
lo anterior deja de ser valido. En efecto, cualquier enfriamiento adicional del
aire bajo el punto de rocı́o, provocará la condensación del exceso de vapor de
agua, el cual liberará su calor latente de condensación que se transformará en
calor sensible y que se traspasará a la masa de aire, produciendo una tasa de
enfriamiento menor que en el caso de un aire seco o un aire húmedo no saturado.
El gradiente adiabático en condiciones de saturación se denomina gradiente

adiabático húmedo, que deja de ser constante, siendo función de la presión y
la temperatura del aire.
Puede demostrarse, con un desarrollo similar al anterior y haciendo uso de la

definicion de razón de mezcla y la ley de Clausius - Clapeyron para cuantificar
la cantidad de vapor de agua condensado, que el gradiente adiabático húmedo
queda expresado por la relación,
dT g 1+ L ωs
R T
Γs = − = d
εL2 ωs
(2.56)
dz cp 1 + cpRd T 2
donde,
L: Calor latente de condensación.
Rd: Constante del aire seco.
ωs : Razón de mezcla de saturación correspondiente a la presión y temperatura
del aire (mv/md = 0.622).
T : Temperatura absoluta del aire.
La expresión entre paréntesis de la ecuación (2.56) siempre es menor que la

unidad.
El desarrollo para derivar la expresión anterior, desprecia el calor aportado

por la fase l´ıquida condensada, es decir, supone que toda el agua l´ıquida preci-
pita, desapareciendo del sistema. En estricto rigor, en consecuencia, el proceso
no es exactamente adiabático y se denomina más apropiadamente a este gra-
diente como “gradiente pseudo adiabático húmedo”. Numéricamente no es muy
diferente al gradiente adiabático húmedo propiamente tal, y considerando que

la situación real de la atmósfera en la naturaleza será una situación intermedia
entre ambos extremos, se utiliza en la práctica el gradiente pseudo adiabático
húmedo como el gradiente térmico de la atmósfera en procesos adiabáticos bajo
condiciones de saturación.
En la Tabla 2.2 se indican algunos valores del gradiente pseudo adiabáti-

co húmedo para distintas condiciones de temperatura y presión atmosférica.
Se observa de la tabla, que a medida que el aire se enfr´ıa o aumenta su pre-
sión barométrica, con la consiguiente disminucion de la razón de mezcla de
saturación, el gradiente pseudo adiabático húmedo se aproxima al gradiente
adiabático seco.
Tabla 2.2: Gradiente pseudo adiabático húmedo (Γs ) [ºC/km].

Temperatura Presión [Hpa]
[°C] 1000 700 500
-20 8.6 8.2 7.8
0 6.5 5.8 5.1
20 4.3 3.7 3.3
2.4.6. Estabilidad Atmosférica
El método más simple para establecer las condiciones de estabilidad atmosféri-

ca es el llamado “método de la parcela de aire”, que puede desarrollarse sin
siquiera hacer uso formal de las matemáticas. El método, sin embargo, no es
rigurosamente exacto, ya que se basa en dos suposiciones simplificatorias que
no se cumplen exactamente en la práctica:
i) Cuando una parcela de aire se mueve, no existe un movimiento compen-

satorio del ambiente para llenar el vac´ıo dejado por la parcela.
ii) La parcela, al moverse, no se mezcla con el ambiente y, por lo tanto,

mantiene su identidad.
Si bien la primera simplificación introduce errores que -en general- son meno-
res, la segunda simplificación normalmente inhabilita el uso del método para la
obtención de resultados cuantitativos, ya que las parcelas al desplazarse sufren
una difusión y mezcla de sus propiedades con el ambiente que las rodea.
Consideremos una atmósfera en equilibrio hidrostático con un cierto gradien-

te de temperatura −dT /d𝑥 = Cte. Si una parcela de aire está inicialmente en
equilibrio con su ambiente, es decir, a igual presión, densidad y temperatura
que el aire que la rodea, permanecerá “flotando” en él. Supongamos ahora que
por efecto de un impulso externo, la parcela es puesta en movimiento hacia
arriba. Si este movimiento es lo suficientemente rápido, como de hecho ocurre
en la práctica, tal que el proceso sea adiabático, la parcela se irá enfriando a
medida que asciende, con un gradiente igual al gradiente adiabático seco, Γd ,
si no está saturada o con un gradiente pseudo adiabático húmedo, Γs , en caso
contrario. Considerando que el gradiente adiabático seco es siempre mayor, en
valores absolutos, que el gradiente adiabático húmedo, y como la presión de la
parcela tender a equilibrarse rápidamente con la del ambiente, existirán cinco
situaciones posibles, dependiendo del valor del gradiente de temperatura γ de
la atmósfera:
I. Si γ < Γs , la parcela, al ascender, sea según el gradiente adiabático seco

o húmedo, estará siempre a una temperatura más baja que el ambiente
que la rodea; en consecuencia, será más densa y adquirirá una aceleración
contraria al sentido del movimiento que tenderá a devolverla a su punto
de origen. Igual efecto se produce si el desplazamiento inicial hubiese sido
hacia abajo. Esta condición representa lo que se denomina una atmósfera
absolutamente estable o de inversión térmica.
En la Figura 2.7 se presentan los ascensos posibles de la parcela de aire,

dependiendo de la condición inicial de equilibrio.
Saturación
Parcela de aire Parcela de

no saturada aire saturada
(a) Parcela de aire inicialmente no saturada. (b) Parcela de aire inicialmente saturada.
Figura 2.7: Diagrama termodinámico atmósfera absolutamente estable.
II. Si γ = Γs , tenemos una condición lı́mite, la atmósfera será estable mien-

tras no esté saturada inicialmente (Figura 2.8a). En caso contrario (con-
diciones de saturación, Figura 2.8b), la parcela al ascender, estará en todo
momento a la misma temperatura que el ambiente, no experimentará efec-
tos de flotación o boyancia en ningún sentido y tenderá a continuar su
movimiento en forma uniforme e indefinida. Esta condición se denomina
atmósfera estable seca o neutra saturada.
Saturación

Figura 2.8: Diagrama termodinámico atmósfera estable seca o neutra saturada
(γ = Γs).
III. Si Γs < γ < Γd , la parcela al ascender permanecerá más frı́a que el ambien-
te si no está saturada inicialmente, siendo en consecuencia, la atmósfera
estable. Sin embargo, si el impulso inicial dado a la parcela es suficiente-
mente intenso, como para que pase más allá de su punto de saturación,
continuará ascendiendo por el gradiente adiabático húmedo, pudiendo al-
canzar y sobrepasar la temperatura del ambiente. En este caso, la par-
cela será más liviana que el aire que la rodea y las fuerzas hidrostáti-
cas tenderán a acelerar indefinidamente su movimiento. Por ultimo, si
la parcela de aire inicialmente se encuentra saturada, debido al impulso
inicial tenderá a acelerar indefinidamente su movimiento, ya que, como
ascenderá por el gradiente adiabático húmedo, estará en todo momento a
una mayor temperatura que la del ambiente. Esta situación se denomina
atmósfera condicionalmente inestable.

Saturación

Figura 2.9: Diagrama termodinámico atmósfera condicionalmente inestable
(Γd < γ < Γs).
IV. Si γ = Γd , tenemos una nueva condición lı́mite; si la parcela no se encuen-

tra inicialmente saturada, se mantendrá a la misma temperatura que el
ambiente a medida que asciende y por lo tanto en equilibrio indiferente,
mientras no se sature. Una vez saturada, la atmósfera se hará inestable.
Esta situación se denomina atmósfera neutra seca o inestable saturada.

Saturación

Figura 2.10: Diagrama termodinámico atmósfera neutra seca o inestable sa-
turada (γ = Γd).
V. Finalmente, si γ > Γd , la parcela, al ascender, alcanzará en todo mo-

mento temperaturas más altas que el ambiente, será más liviana y las
fuerzas hidrostáticas tenderán a acelerar indefinidamente su movimiento.
Esta condición corresponde a lo que se denomina atmósfera absolutamente

inestable.

Saturación

Figura 2.11: Diagrama termodinámico atmósfera absolutamente inestable
(γ < Γd).
En todas las desigualdades anteriores, los gradientes llevan impl´ıcito su signo,

que es normalmente negativo.
En resumen, se tiene:
Si γ < Γs : Atmósfera absolutamente estable.
Si γ = Γs : Atmósfera estable seca o neutra saturada.
Si Γs < γ < Γd : Atmósfera condicionalmente inestable.
Si γ = Γd : Atmósfera neutra seca o inestable saturada.
Si γ > Γd : Atmósfera absolutamente inestable.
Considerando los gradientes térmicos de la atmósfera standard o normal, se
tiene que la troposfera, con un gradiente γ promedio de 6.5 [°C/km], presenta
normalmente caracter´ısticas condicionalmente inestables; la estratosfera, por
otra parte, con un gradiente térmico nulo en su estrato inferior, presenta ca-
racter´ısticas absolutamente estables, lo que significa la ausencia de turbulencia
y un movimiento del aire estratificado, que le da el nombre al estrato, consti-
tuyendo además una barrera impenetrable para las inestabilidades que suelen
presentarse en la troposfera y limitando a ella todos los fenómenos de tipo
hidrometeorológico.
En meteorolog´ıa, dependiendo de su objetivo, se utilizan diversos tipos de

diagramas termodinámicos, en que las cotas se reemplazan por alturas geo-
potenciales o niveles de presión atmosférica, utilizándose además, escalas lo-
gar´ıtmicas para linealizar algunas variables.
Abordando el problema con un enfoque fı́sico matemático, aún cuando con

las mismas suposiciones simplificatorias que en el análisis anterior, de acuerdo
a la primera ley de Newton,
Fi = m · a (2.57)
Para una parcela de aire de volumen V que mantiene su identidad, en mo-

vimiento dentro de una atmósfera en reposo, las fuerzas actuantes sobre ella
serán su propio peso (W ), el empuje (E) y las fuerzas de roce (Fr ), fuerzas que
se pueden representar por las ecuaciones,
W = ρpgV (2.58)
E = ρagV (2.59)
F = ρ gc Av|v| (2.60)
r a D
2g
Suponiendo una parcela esférica y expresada por unidad de volumen, la ley de
Newton queda:
3 cD dv dv d𝑥 dv
ρag − ρpg − ρav|v| = ρpa = ρp = ρp = ρpv (2.61)
4 D dt d𝑥 dt d𝑥
Suponiendo equilibrio de presiones y substituyendo las densidades por tempe-
raturas en base a la ley de los gases perfectos se obtiene,
Tp 3 cD Tp dv
g −1 − v|v| = v (2.62)
Ta 4 D Ta d
𝑥
Si el proceso es adiabático, Tp = Tp0 − Γ · 𝑥 y la ecuación queda,
Tp0 − Ta − Γ · 𝑥 3 cD Tp0 − Γ · 𝑥 dv
g − v|v| = v (2.63)
Ta 4D Ta d
𝑥
La ecuación anterior podrı́a integrarse, al menos en forma numérica, si se conoce
el perfil de temperaturas del aire en la vertical, Ta = f (𝑥).
Despreciando el roce y suponiendo una atmósfera isotérmica, la integración

es directa, resultando,
r
Tp0 − Ta Γ
v= v 2 + 2g
0
𝑥−g 𝑥2 (2.64)
Ta Ta
d𝑥
Como v = dt
, la ecuación anterior es a su vez integrable, resultando,
s r
2
∆T Ta v 2 ∆T Γ arc sen ∆T/Γ
= + 0 + sen
q 0
gΓ Γ a 2 T ∆T 2
𝑥 g ·t− va gΓ Γ
Γ T + (2.65)
donde ∆T = Tp0 − Ta
En el caso particular en que la temperatura inicial de la parcela es la misma

del aire, es decir ∆T = 0, se obtiene, !
r
v0 Γ
= sen g ·t (2.66)
q
𝑥 gΓ a
T
Ta
Γ !
v = v0 cos rg
Ta · t (2.67)
√
Es decir, un movimiento armónico simple de amplitud A = Ta v 20/(gΓ) y
√
perı́odo T = 2π Ta /(gΓ).
Si bien el perı́odo puede que se cumpla aproximadamente en la práctica, la

amplitud teórica no se alcanzará nunca, pues se ha despreciado el roce y la
dispersión o difusión.
Si la temperatura inicial de la parcela es distinta a la del aire, pero su velo-

cidad inicial v0 = 0 , el resultado se reduce a
r !
∆T ∆T Γ π
𝑥= + sen g ·t− (2.68)
Γ Γ Ta 2
En los casos en que la atmósfera no es isotérmica, la integración de la ecuación

2.56 se complica, resultando en general más conveniente su integración numéri-
ca. Aún ası́, para obtener resultados que representen en forma más adecuada
los procesos reales, deberán considerarse los procesos de difusión y mezcla, que
deben consultarse en un texto más especializado
Todos los análisis anteriores, tanto cualitativos como cuantitativos suponen

además una atmósfera en reposo. En la práctica, el grado de estabilidad o
inestabilidad de la atmósfera no depende sólo del gradiente térmico, que define
la magnitud de las fuerzas de boyancia o flotación, sino también de la magnitud
2.5. Altura de Agua Precipitable de la Atmósfera 49
relativa de estas fuerzas respecto a las fuerzas de inercia asociadas a la velocidad

del movimiento horizontal del viento.
Un parámetro adimensional que relaciona la magnitud relativa de ambas fuer-

zas y que se utiliza, en consecuencia, para cuantificar la estabilidad atmosférica,
corresponde al número de Richardson, definido por la relación:
g(dT/d𝑥 − Γ) g∆T ∆𝑥 (2.69)
Ri = =
T (du/d𝑥) 2 ∆u2
donde ∆T y ∆u son las diferencias de temperatura y de velocidad del viento
entre dos niveles de medición separados una distancia ∆𝑥 en la vertical.
De acuerdo a la definición anterior resulta:

Si Ri < 0 : Atmósfera inestable.
Ri ≈ 0 : Atmósfera neutra.
Ri > 0 : Atmósfera estable.
El grado de estabilidad o inestabilidad se asocia a la magnitud absoluta del
Número de Richardson.
Otro parámetro adimensional utilizado para caracterizar la estabilidad at-

mosférica es una función del Número de Richardson, denominado parámetro
de estabilidad de Monin - Obukhov 𝑥/L, donde z es la cota del punto de me-
dición respecto a la superficie del terreno y L es una variable equivalente a la
longitud de mezcla de la teorı́a de la capa lı́mite, definida por la expresión:
u∗ · T · ∆u
L= (2.70)
k · g · ∆T
donde u∗ es la velocidad de fricción y k es la constante de Von Kármán.
Si se acepta la validez de la ley de Von Kármán - Prandtl para representar la

variación del perfil de velocidades en la capa lı́mite atmosférica,
u 1 𝑥
∗
= ln (2.71)
u k 𝑥
0
El Número de Richardson y el parámetro de Monin - Obukhov pueden relacio-
narse aproximadamente por la expresión,
𝑥 𝑥
= Ri ln · (2.72)
L 𝑥0
donde 𝑥0 es la rugosidad de la superficie del terreno.
2.5. Altura de Agua Precipitable de la Atmósfera
La masa total de vapor de agua contenida en una columna vertical de la

atmósfera se denomina “equivalente en agua del vapor” o “altura de agua pre-
cipitable” de la atmósfera. Expresada en unidades de altura de columna de
agua [cm], queda determinada por la integración en la columna de la humedad
absoluta, dividida por la densidad del agua l´ıquida,
∫ 𝑥2
1
W= ρvd𝑥 (2.73)
ρw 𝑥1
donde W es la altura de agua precipitable entre los niveles 𝑥1 y 𝑥2, ρw es la

densidad del agua y ρv es la densidad de vapor de agua o humedad absoluta.
Recordando la definición de humedad especı́fica, la ecuación queda,

∫ 𝑥2
1
W= qρad𝑥 (2.74)
ρw 𝑥1
donde q es la humedad especı́fica y ρa es la densidad del aire húmedo.
Reemplazando, por último, la ley hidrostática, la ecuación se puede expresar

de la forma,
∫ p1
1 qdp (2.75)
W = gρw
p2
Cualquiera que sea la forma de la ecuación empleada para calcular el contenido

de agua precipitable de la atmósfera, siempre será necesario conocer el perfil
de variación de la humedad en la altura. En la práctica, pocas veces esta infor-
mación está disponible, y cuando lo está, su integración numérica resulta poco
precisa.
En la práctica, sin embargo, muchas veces interesa conocer lo que se deno-

mina la “máxima” altura de agua precipitable de la atmósfera, que como su
nombre lo indica es el máximo equivalente de agua lı́quida que la atmósfera
podrı́a contener bajo ciertas condiciones térmicas.
En este caso, afortunadamente, es posible hacer uso de dos factores que

permiten estimar W , sólo con información de la cota inferior o de superficie.
La primera condición o factor, es que evidentemente el contenido de hume-

dad será máximo cuando la humedad atmosférica sea máxima y esta última
está limitada por las condiciones de saturación del aire, dependiente únicamen-
te de la temperatura. Es decir, para estas condiciones bastar´ıa con disponer de
un perfil de temperaturas de punto de rocı́o, que en el caso de una atmósfera
saturada corresponde al perfil térmico real de la atmósfera, para conocer la
máxima altura de agua precipitable.
La segunda condición, resulta al considerar que cálculos teóricos, experi-

mentalmente comprobados, demuestran que durante las grandes tormentas, la
velocidad de ascenso de las masas de aire es tan alta, que masas de aire en la
superficie llegan al punto más alto de la zona de tormenta en intervalos que
varı́an entre unos pocos minutos hasta no más de una hora. Para tiempos tan
cortos, el intercambio de calor es despreciable, por lo que puede postularse
que el ascenso de las masas de aire se produce en forma adiabática seca hasta
el nivel de saturación y, después, en forma pseudo adiabática húmeda. En el
caso más extremo, en que el nivel de saturación se encuentre en la superficie,
el gradiente térmico durante las grandes tormentas corresponderá al gradien-
te pseudoadiabático húmedo, partiendo desde la superficie. De esta manera,
el máximo contenido de agua precipitable de la atmósfera queda determinado
conociendo solamente la temperatura de rocı́o en la superficie.
En las tablas 2.3 y 2.4, se han tabulado las alturas de agua precipitable [mm]
contenidas entre la superficie, supuesta a un nivel 1000 [Hpa], hasta una altura
o nivel de presion dado, en función de la temperatura de punto de rocı́o al nivel
1000 [Hpa], para una atmósfera saturada pseudo adiabática. Ası́, por ejemplo,
la altura de agua precipitable contenida en una columna de aire de 5000 [m] de
altura por sobre el nivel 1000 [Hpa], cuando la temperatura de punto de rocı́o
en este nivel es de 23°C, es de 58 [mm], siempre que se trate de una atmósfera
saturada pseudo adiabática.
El concepto de máxima altura de agua precipitable se utiliza en Meteorologı́a

y en Hidrologı́a para evaluar los conceptos de “precipitación máxima probable”
o “crecida máxima probable”, definidos como la máxima cantidad de precipita-
ción o máxima magnitud de crecida que es fı́sicamente posible de ocurrir, para
una condición térmica dada.
Nótese de las tablas 2.3 y 2.4 que el máximo contenido de agua precipitable
de la atmósfera es -en general- inferior a la magnitud de las precipitaciones en
las grandes tormentas. Lo anterior, debido a que no se ha considerado el conte-

nido de agua que puede contener la atmósfera en estado lı́quido o sólido, pero
principalmente porque representa una condición estática, es decir, no considera
la convergencia de aire húmedo que va reemplazando a las masas de aire que
ya han descargado su humedad.
En las figuras 2.12 a 2.14 se presentan perfiles reales promedio de hume-

dad relativa, temperatura del aire y velocidad del viento en altura, medidos
durante perı́odos de lloviznas, lluvias moderadas y lluvias intensas, mediante
globosonda en la ciudad de Quintero, latitud 33° sur, (Soto, 2003). En general
se observa que para lluvias moderadas e intensas, la humedad relativa supera
el 85 % sobre el nivel 760 [Hpa], es decir, valores cercanos a la saturación, dis-
minuyendo ligeramente a niveles más bajos. En cuanto a las temperaturas, el
ajuste de expresiones del tipo potencial, entrega las siguientes expresiones de
mejor ajuste:
p 1/5.90726
P ara lluvias intensas T = 288.45 R2 = 0.99 (2.76)
1007.4
p 1/5.8663
P ara lluvias moderadas T = 288.467 R2 = 0.98 (2.77)
1008.1
Esta información permitirı́a una estimacion más acuciosa del contenido de agua
precipitable en la atmósfera durante tormentas reales. Sin embargo, los perfi-
les térmicos difieren muy poco respecto a un perfil adiabático húmedo, con
una temperatura en superficie cercana a 13.5°C, lo que sumado a las altas
humedades relativas confirman que las hipotesis utilizadas para el cálculo del
máximo contenido de agua precipitable parecen adecuadas para la estimación
del contenido de agua precipitable durante perı́odos con precipitaciones.
El contenido de agua lı́quida o sólida que pueda contener la atmósfera en

forma de nubes, dependerá de la densidad que alcance esta agua en las nubes,
valor que puede oscilar entre 0.5 y 2 [gr/m3].
Figura 2.12: Ajuste de curvas a perfiles de temperatura medidos durante d´ıas

de lloviznas, lluvias moderadas y lluvias intensas. Fuente: Soto (2003)
Figura 2.13: Ajuste de curvas a perfiles de humedad relativa medidos durante

d´ıas de lloviznas, lluvias moderadas y lluvias intensas. Fuente: Soto (2003)
Figura 2.14: Ajuste de curvas a perfiles de velocidad del viento medidos du-
rante d´ıas de lloviznas, lluvias moderadas y lluvias intensas. Fuente: Soto (2003)
Tabla 2.3: Altura de agua precipitable [mm] entre la superficie 1000 [Hpa] y un
nivel de presión “p” en una atmósfera saturada pseudo adiabática, en función
de la temperatura de rocı́o (Tr ) al nivel 1000 [Hpa].
P 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
[Hpa] T r [°C]
990 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3
980 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 4 4 4 5 5 5 5
970 1 1 1 1 1 2 2 2 2 2 2 2 3 3 3 3 3 4 4 4 4 5 5 5 5 6 6 7 7 7 8
960 1 2 2 2 2 2 2 2 3 3 3 3 3 4 4 4 4 5 5 5 6 6 6 7 7 8 8 9 9 10 11
950 2 2 2 2 2 3 3 3 3 3 4 4 4 4 5 5 6 6 6 7 7 8 8 9 9 10 10 11 12 12 13
940 2 2 2 3 3 3 3 3 4 4 4 5 5 5 6 6 7 7 7 8 9 9 10 10 11 12 12 13 14 15 16
930 2 3 3 3 3 3 4 4 4 5 5 5 6 6 7 7 8 8 9 9 10 11 11 12 13 14 14 15 16 17 18
920 3 3 3 3 4 4 4 5 5 5 6 6 7 7 8 8 9 9 10 10 11 12 13 14 14 15 16 17 19 20 21
910 3 3 3 4 4 4 5 5 5 6 6 7 7 8 8 9 10 10 11 12 13 13 14 15 16 17 18 20 21 22 23
900 3 4 4 4 4 5 5 6 6 6 7 7 8 8 9 10 11 11 12 13 14 15 16 17 18 19 20 22 23 24 24
890 4 4 4 5 5 5 6 6 7 7 8 8 9 9 10 11 12 12 13 14 15 16 17 18 20 21 22 24 25 27 28
880 4 4 4 5 5 6 6 7 7 8 8 9 9 10 11 12 12 13 14 15 16 17 19 20 21 23 24 26 27 29 31
870 4 4 5 5 6 6 7 7 8 8 9 9 10 11 12 13 13 14 15 16 18 19 20 21 23 24 26 28 29 31 33
860 4 5 5 6 6 6 7 7 8 9 9 10 11 12 12 13 14 15 16 18 19 20 21 23 24 26 28 30 32 34 36
850 5 5 5 6 6 7 7 8 9 9 10 11 11 12 13 14 15 16 18 19 20 21 23 24 26 28 30 32 34 36 38
840 5 5 6 6 7 7 8 8 9 10 10 11 12 13 14 15 16 17 19 20 21 23 24 26 28 30 32 34 36 38 40
830 5 5 6 6 7 7 8 9 9 10 11 12 13 14 15 16 17 18 19 21 22 24 26 27 29 31 33 35 38 40 43
820 5 6 6 7 7 8 8 9 10 11 11 12 13 14 15 17 18 19 20 22 24 25 27 29 31 33 35 37 40 42 45
810 5 6 6 7 8 8 9 10 10 11 12 13 14 15 16 17 19 20 21 23 25 26 28 30 32 34 37 39 42 44 47
800 6 6 7 7 8 8 9 10 11 12 12 13 15 16 17 18 19 21 22 24 26 28 29 32 34 36 38 41 44 46 49
790 6 6 7 7 8 9 9 10 11 12 13 14 15 16 17 19 20 22 23 25 27 29 31 33 35 38 40 43 46 49 52
780 6 7 7 8 8 9 10 11 11 12 13 14 16 17 18 19 21 23 24 26 28 30 32 34 37 39 42 45 48 51 54
770 6 7 7 8 9 9 10 11 12 13 14 15 16 17 19 20 22 23 25 27 28 30 32 34 37 39 42 45 48 52 55
760 6 7 7 8 9 10 10 11 12 13 14 15 17 18 19 21 22 23 25 27 29 31 33 35 38 41 43 46 49 53 56
750 6 7 8 8 9 10 11 12 13 14 15 16 17 18 20 21 23 25 27 29 31 33 35 38 41 44 47 50 53 57 60
740 7 7 8 9 9 10 11 12 13 14 15 16 18 19 20 22 24 26 28 30 32 34 37 39 42 45 48 51 55 59 62
730 7 7 8 9 9 10 11 12 13 14 15 17 18 20 21 23 24 26 28 30 33 35 38 40 43 46 50 53 57 60 64
720 7 7 8 9 10 11 11 12 13 15 16 17 18 20 22 23 25 27 29 31 34 36 39 42 45 48 51 55 58 62 65
710 7 8 8 9 10 11 12 13 14 15 16 17 19 20 22 24 26 28 30 32 35 37 40 43 46 49 53 56 60 64 68
700 7 8 8 9 10 11 12 13 14 15 16 18 19 21 23 24 26 28 31 33 35 38 41 44 47 50 54 58 62 66 70
690 7 8 9 9 10 11 12 13 14 15 17 18 20 21 23 25 27 29 31 34 36 39 42 45 48 52 55 59 63 68 72
680 7 8 9 10 10 11 12 13 15 16 17 19 20 22 24 25 27 30 32 34 37 40 43 46 49 53 57 61 65 69 74
670 7 8 9 10 11 11 12 14 15 16 17 19 20 22 24 26 28 30 33 35 38 41 44 47 51 54 58 62 67 71 76
660 8 8 9 10 11 12 13 14 15 16 18 19 21 23 24 26 29 31 33 36 39 42 45 48 52 55 60 64 68 73 78
640 8 8 9 10 11 12 13 14 15 17 18 20 21 23 25 27 29 32 35 37 40 43 46 50 54 58 62 67 71 76 81
620 8 9 9 10 11 12 13 14 16 17 19 20 22 24 26 28 30 33 36 38 42 45 48 52 56 60 65 69 74 79 85
600 8 9 9 10 11 12 13 15 16 17 19 21 23 25 27 29 31 34 37 40 43 46 50 54 58 62 67 72 77 82 88
580 8 9 10 11 11 13 13 14 15 16 18 19 21 23 25 27 30 32 35 38 41 44 48 51 55 60 64 69 74 80 85
560 8 9 10 11 12 13 14 15 17 18 20 21 23 26 28 30 33 36 39 42 45 49 53 57 61 66 71 77 82 88 94
540 8 9 10 11 12 13 14 16 17 18 20 22 24 26 28 31 33 36 39 42 46 50 54 58 63 68 73 79 85 91 97
520 8 9 10 11 12 13 14 16 17 19 20 22 24 26 29 31 34 37 40 43 47 51 55 60 64 70 75 81 87 93 100
500 8 9 10 11 12 13 14 16 17 19 21 22 24 27 29 32 34 37 41 44 48 52 56 61 66 71 77 83 89 96 103
480 8 9 10 11 12 13 14 16 17 19 21 23 25 27 29 32 35 38 41 45 49 53 57 62 67 73 78 85 91 98 105
460 8 9 10 11 12 13 14 16 17 19 21 23 25 27 30 32 35 38 42 45 49 54 58 63 68 74 80 86 93 100 108
440 8 9 10 11 12 13 15 16 17 19 21 23 25 27 30 33 35 39 42 46 50 54 59 64 69 75 81 88 95 102 110
420 8 9 10 11 12 13 15 16 18 19 21 23 25 27 30 33 36 39 43 46 50 55 60 65 70 76 82 89 96 104 112
400 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 39 43 47 51 55 60 65 71 77 84 90 98 105 114
380 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 39 43 47 51 56 61 66 72 78 85 92 99 107 115
360 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 40 43 47 51 56 61 66 72 79 85 93 100 109 117
340 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 40 43 47 52 56 61 67 73 79 86 93 101 109 118
320 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 40 44 48 52 57 62 67 73 80 87 94 102 111 120
300 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 40 44 48 52 57 62 67 73 80 87 95 103 111 121
280 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 40 44 48 52 57 62 68 74 80 88 95 103 112 121
260 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 40 44 48 52 57 62 68 74 81 88 96 104 113 122
240 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 40 44 48 52 57 62 68 74 81 88 96 104 113 123
220 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 40 44 48 52 57 62 68 74 81 88 96 104 113 123
200 8 9 10 11 12 13 15 16 18 19 21 23 25 28 30 33 36 40 44 48 52 57 62 68 74 81 88 96 104 113 123
Tabla 2.4: Altura de agua precipitable [mm] entre la superficie a 1000 [Hpa] y
un nivel z[m] sobre esa superficie en una atmósfera saturada pseudo adiabáti-
ca,en función de la temperatura de rocı́o (Tr ) al nivel 1000 [Hpa].
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
z [m]
T r [°C]
200 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 5 5 5 6 6
400 2 2 2 2 2 3 3 3 3 3 4 4 4 4 5 5 5 5 6 6 6 7 7 8 8 9 9 10 10 11 12
600 3 3 3 3 3 4 4 4 5 5 5 6 6 6 7 7 7 8 8 9 10 10 11 11 12 13 14 15 15 16 17
800 3 3 4 4 4 5 5 5 6 6 7 7 8 8 9 9 10 10 11 12 13 13 14 15 16 17 18 19 20 21 22
1000 4 4 4 5 5 6 6 6 7 7 8 9 9 10 10 11 12 13 13 14 15 16 17 18 20 21 22 23 25 26 28
1200 4 5 5 6 6 7 7 8 8 9 9 10 11 11 12 13 14 15 16 17 18 19 20 21 23 24 26 27 29 31 32
1400 5 5 6 6 7 7 8 8 9 10 10 11 12 13 14 15 16 17 18 19 20 22 23 24 26 28 29 31 33 35 37
1600 5 6 6 7 7 8 9 9 10 11 11 12 13 14 15 16 17 19 20 21 23 24 25 27 29 31 33 35 37 39 41
1800 6 6 7 7 8 9 9 10 11 12 12 13 14 15 17 18 19 20 22 23 25 26 28 30 32 34 36 39 41 43 46
2000 6 7 7 8 9 9 10 11 11 12 13 14 16 17 18 19 21 22 24 25 27 29 31 33 35 37 39 42 44 47 50
2200 7 7 8 8 9 10 10 11 12 13 14 15 16 18 19 20 22 24 25 27 29 31 33 35 37 40 42 45 48 51 54
2400 7 8 8 9 9 10 11 12 13 14 15 16 17 19 20 22 23 25 27 29 31 33 35 37 40 42 45 48 51 54 57
2600 7 8 8 9 10 11 11 12 13 14 16 17 18 20 21 23 24 26 28 30 32 35 37 40 42 45 48 51 55 58 61
2800 7 8 9 9 10 11 12 13 14 15 16 18 19 21 22 24 26 27 30 32 34 36 39 42 45 48 51 54 58 61 65
3000 8 8 9 10 10 11 12 13 14 15 17 18 20 21 23 25 27 29 31 33 35 38 41 44 47 50 53 57 61 64 68
3200 8 8 9 10 11 12 13 14 15 16 17 19 20 22 24 26 28 30 32 34 37 40 42 45 49 52 56 59 63 67 71
3400 8 8 9 10 11 12 13 14 15 16 18 19 21 23 24 26 29 31 33 36 38 41 44 47 51 54 58 62 66 70 74
3600 8 9 9 10 11 12 13 14 15 17 18 20 22 23 25 29 29 32 34 37 39 42 45 49 52 56 60 64 68 73 77
3800 8 9 10 10 11 12 13 14 16 17 19 20 22 24 26 28 30 32 35 38 41 44 47 50 54 58 62 66 70 75 80
4000 8 9 10 11 11 12 14 15 16 17 19 21 22 24 26 28 31 33 36 39 42 45 48 52 56 60 64 68 73 78 83
4200 8 9 10 11 12 13 14 15 16 18 19 21 23 25 27 29 31 34 37 40 43 46 49 53 57 61 66 70 75 80 85
4400 8 9 10 11 12 13 14 15 16 18 20 21 23 25 27 29 32 34 37 40 44 47 51 54 58 63 67 72 77 82 87
4600 8 9 10 11 12 13 14 15 17 18 20 22 24 25 28 30 32 35 38 41 44 48 52 56 60 64 69 74 79 84 90
4800 8 9 10 11 12 13 14 15 17 18 20 22 24 26 28 30 33 36 39 42 45 49 53 57 61 65 70 75 81 86 92
5000 8 9 10 11 12 13 14 16 17 19 20 22 24 26 28 31 33 36 39 42 46 50 54 58 62 67 72 77 82 88 94
5200 8 9 10 11 12 13 14 16 17 19 20 22 24 26 29 31 34 37 40 43 47 50 54 59 63 68 73 78 84 90 96
5400 8 9 10 11 12 13 14 16 17 19 20 22 24 26 29 31 34 37 40 44 47 51 55 60 64 69 74 80 85 92 98
5600 8 9 10 11 12 13 14 16 17 19 21 22 24 27 29 32 35 38 41 44 48 52 56 60 65 70 76 81 87 93 100
5800 8 9 10 11 12 13 14 16 17 19 21 22 25 27 29 32 35 38 41 45 48 52 57 61 66 71 77 82 88 95 101
6000 8 9 10 11 12 13 14 16 17 19 21 23 25 27 30 32 35 38 42 45 49 53 57 62 67 72 78 84 90 96 103
6200 8 9 10 11 12 13 15 16 17 19 21 23 25 27 30 32 35 38 42 45 49 54 58 63 68 73 79 85 91 98 104
6400 8 9 10 11 12 13 15 16 18 19 21 23 25 27 30 33 35 39 42 46 50 54 58 63 68 74 80 86 92 99 106
6600 8 9 10 11 12 13 15 16 18 19 21 23 25 27 30 33 36 39 42 46 50 54 59 64 69 74 80 86 93 100 107
6800 8 9 10 11 12 13 15 16 18 19 21 23 25 27 30 33 36 39 42 46 50 55 60 65 70 75 81 87 94 101 108
7000 8 9 10 11 12 14 15 16 18 19 21 23 25 28 30 33 36 39 43 46 51 55 60 65 70 76 82 88 95 102 110
7200 8 9 10 11 12 14 15 16 18 19 21 23 25 28 30 33 36 39 43 47 51 55 60 65 71 76 82 89 96 103 111
7400 8 9 10 11 12 14 15 16 18 19 21 23 25 28 30 33 36 39 43 47 51 56 61 66 71 76 83 90 97 104 112
7600 8 9 10 11 12 14 15 16 18 19 21 23 25 28 30 33 36 39 43 47 51 56 61 66 72 77 83 90 98 105 113
7800 8 9 10 11 12 14 15 16 18 19 21 23 25 28 30 33 36 39 43 47 51 56 61 66 72 78 84 91 98 106 114
8000 8 9 10 11 12 14 15 16 18 19 21 23 25 28 30 33 36 40 43 47 52 56 61 67 72 78 85 92 99 107 115
8200 8 9 10 11 12 14 15 16 18 19 21 23 26 28 30 33 36 40 43 47 52 57 62 67 73 78 85 92 100 108 115
8400 8 9 10 11 12 14 15 16 18 19 21 23 26 28 30 33 36 40 43 47 52 57 62 67 73 79 85 92 100 108 116
8600 8 9 10 11 12 14 15 16 18 19 21 23 26 28 30 33 36 40 43 47 52 57 62 68 73 79 86 93 101 109 117
8800 8 9 10 11 12 14 15 16 18 19 21 23 26 28 30 33 36 40 43 47 52 57 62 68 73 79 86 93 101 109 118
9000 8 9 10 11 12 14 15 16 18 19 21 23 26 28 30 33 36 40 43 47 52 57 62 68 74 80 86 94 102 110 118
9200 8 9 10 11 12 14 15 16 18 19 21 23 26 28 30 33 36 40 43 48 52 57 62 68 74 80 87 94 102 110 119
9400 14 15 16 18 19 21 23 26 28 30 33 36 40 44 48 52 57 62 68 74 80 87 94 102 110 119
9600 15 16 18 19 21 23 26 28 30 33 36 40 44 48 52 57 63 68 74 80 87 94 102 111 120
9800 16 18 19 21 23 26 28 30 33 36 40 44 48 52 57 63 68 74 80 87 95 103 111 120
10000 18 19 21 23 26 28 30 33 36 40 44 48 52 57 63 68 74 80 87 95 103 112 121
11000 21 23 26 28 30 33 36 40 44 48 52 57 63 68 74 81 88 96 104 113 122
12000 33 36 40 44 48 52 57 63 68 74 81 88 96 105 114 122
13000 52 57 63 68 74 81 88 97 105 114 123
14000 57 63 68 74 81 88 97 105 115 124
15000 81 88 97 106 115 124
16000 81 88 97 106 115 124
17000 89 97 106 115 124
2.6. Procesos de Intercambio de Energı́a y Masa en la Atmósfera 57
2.6. Procesos de Intercambio de Energı́a y Masa en la Atmósfe-

ra
Del análisis del balance radiativo terrestre, efectuado en acápites anteriores, se

deduce la existencia de un desequilibrio radiativo interno que requiere de proce-
sos extra radiativos que transporten calor en forma latitudinal desde las zonas
ecuatoriales hacia los polos y en forma vertical, desde la superficie terrestre
hacia la atmósfera.
2.6.1. Procesos de Intercambio Turbulento de Calor y Masa
El transporte vertical de energı́a entre la superficie terrestre y la atmósfera se

produce fundamentalmente a través de procesos de intercambio turbulento de
calor sensible (calor de convección) y de calor latente de evaporación.
En un fluido newtoniano en escurrimiento laminar, el traspaso de cantidades

de movimiento por unidad de área o esfuerzo tangencial, queda dado por la
relación
du
τ =µ (2.78)
d𝑥
donde µ es la viscosidad dinámica. Además, como µ = ρν
du
τ = ρν (2.79)
d𝑥
donde ν es la viscosidad cinemática y ρ es la densidad del fluido.
Igualmente, el traspaso de calor sensible por procesos de conducción mole-

cular viene dado por la ecuación de conducción de calor
dT
QH = λ (2.80)
d
𝑥
donde λ es la conductividad calórica del medio conductor.
Definiendo la difusividad calórica κt = λ/C , donde C, la capacidad calórica

queda a su vez definida como C = ρ · cp , donde ρ es la densidad y cp el calor
especı́fico a presión constante, la ecuación (2.80) queda,
dT
Q H = ρ · cp · κ t (2.81)
d𝑥
Por último, si existe algún gradiente de concentración de algún constituyente

del fluido, en este caso, vapor de agua, existirá una difusión másica dada por
la relación
dq
ṁ = ρk (2.82)
d
𝑥
donde q es la humedad especı́fica y k es la difusividad de vapor de agua.
Para expresar la ecuación anterior en términos calóricos, debe multiplicarse

ambos términos por el calor latente de evaporación, de donde el flujo de calor
latente resulta
dq
QL = ρLk (2.83)
d
𝑥
Cuando el proceso se torna turbulento, el transporte de masa y energ´ıa se

efectúa no sólo por interacción molecular, sino que son volúmenes finitos de flui-
dos que acarrean sus propiedades, en el proceso de mezcla, a regiones vecinas,
aumentándose la tasa de intercambio en varios órdenes de magnitud.
En el caso de los esfuerzos tangenciales, la ley de Newton puede expresarse

de la forma
du
τ = ρ (ν + ε) (2.84)
d𝑥
donde ε ν corresponde a una “viscosidad cinemática turbulenta” equivalente.
Por analog´ıa con las ecuaciones de los procesos de transporte molecular,

pueden plantearse, para el caso de intercambio turbulento, las ecuaciones
du
τ = ρKM (2.85)
d𝑥
dT
QH = −ρcpKH (2.86)
d𝑥
dq
QL = −ρLKW (2.87)
d𝑥
Donde KM = (ν + ε) corresponde a una viscosidad turbulenta y KH y KW a
difusividades turbulentas de calor sensible y de vapor de agua.
KM , KH y KW , se conocen también bajo el nombre de coeficientes de in-

tercambio turbulento de cantidad de movimiento, de calor sensible y de calor
latente, respectivamente.
Desgraciadamente, a diferencia de sus equivalentes moleculares, los coeficien-

tes de intercambio turbulento no son constantes y no existe aún un conocimien-
to teórico completo de sus leyes de variación, por lo que deben ser determinados
experimentalmente.
Se postula sı́, que la magnitud de estos coeficientes debe ser función del
grado relativo de turbulencia térmica y mecánica, es decir, de la estabilidad
atmosférica. Ademas, la presencia de paredes o bordes sólidos limita la existen-
cia de turbulencia, generando capas limites, por lo que estos coeficientes var´ıan
también dependiendo de la distancia a la pared o superficie de la Tierra, en
este caso.
En virtud de lo anterior, la gran mayor´ıa de las determinaciones emp´ıricas

de los coeficientes de intercambio turbulento los expresan como funciones del
Número de Richardson o del parámetro de Monin Obukhov.
Por ultimo, las ecuaciones (2.86) y (2.87) han sido definidas con un signo
negativo, para que arrojen valores positivos cuando el flujo de calor sea desde
la superficie terrestre hacia la atmósfera, ya que es de esperar los gradientes
de humedad especı́fica y temperatura sean negativos, excepto en los casos de
inversión térmica.
2.6.2. Transporte Latitudinal de Energı́a
El desequilibrio radiativo y energético que se produce entre las zonas ecuato-

riales y polares exige a su vez el traspaso de energı́a en dirección latitudinal. El
medio de transporte de esta energı́a es a través del desplazamiento de grandes
masas de aire y de agua a través del globo terrestre, las que acarrean consigo
sus propiedades térmicas. Estos mecanismos son los vientos y el movimiento de
circulación general de la atmósfera, y las corrientes marinas.
2.6.2.1. Vientos
Entendemos por viento, simplemente, a la velocidad con que se mueve una

determinada masa de aire en algún punto del espacio y del tiempo. Como en
cualquier otro fluido, su movimiento se produce para compensar la existencia
de algún gradiente de presión, es decir, en general,

∂p
vs 𝖺 (2.88)
∂s
Si v es la velocidad del viento en un determinado instante y lugar, esta se puede
expresar como
v(x, t) = v(x) + w(x, t) (2.89)
donde v(x) es la velocidad media del viento en dicho lugar, una vez filtrados to-
dos los componentes transientes, locales y aleatorios w(x, t) que puedan existir
en dicho lugar. La velocidad media del viento se entiende como parte de la de-
nominada circulación general de la atmósfera, definida como el movimiento de
circulación promedio, es decir la dirección y magnitud promedio de los vientos
atmosféricos, una vez suavizados y filtrados todos los movimientos o vientos
transientes y locales w(x, t) causados por perturbaciones barométricas, térmi-
cas o de densidad, que pueden ser de carácter cı́clico, como las brisas marinas,
o simplemente aleatorios.
El instrumento básico para la medición de la velocidad del viento es el

anemómetro, compuesto de una hélice o un sistema de copas, cuya velocidad
angular resulta proporcional a la velocidad del viento reinante y de una veleta o
plancha metálica aerodinámica que se orienta indicando la dirección del viento
reinante, normalmente discretizado en 8 octantes, N (norte), NE, E(este), SE,
S(sur), SW, W(oeste o “weste”) y NW, aunque los hay de registro continuo
que van indicando el azimut o ángulo respecto al norte en cada momento. En
cuanto a la magnitud del viento, también hay instrumentos de registro conti-
nuo y otros solamente totalizadores que indican el recorrido acumulado en un
perı́odo determinado de tiempo, normalmente millas marinas, millas terrestres
o kilómetros en un dı́a.
Por convención, la dirección del viento se identifica con el punto cardinal

desde el cual el viento proviene, as´ı el viento norte es aquel que se desplaza
desde el norte hacia el sur.
En superficie, producto del roce con ella, se producen importantes gradientes

verticales de la velocidad del viento, por lo que las mediciones deben indicar la
cota sobre la superficie a la que se efectúa la medición, pudiendo existir torres
anemométricas en que la velocidad se mide a diferentes alturas, 0.4 [m], 1.5
[m], 3 [m], 10 [m] u otra altura que resulte de interés en algún caso particular.
Dentro de la capa lı́mite atmosférica, las velocidades a distintas alturas pue-

den relacionarse adoptando una ley de variación potencial, del tipo,
p
v1 𝑥1
= (2.90)
v2 𝑥2
con p ≈ 1/7 a 1/3 dependiendo de la rugosidad de la superficie y de la estabi-
lidad atmosférica.
También puede utilizarse, en estricto rigor para atmósferas neutras o cuasi

neutras, la ley de la Pared o ley de Von Kármán - Prandtl,
v𝑥 1 𝑥
∗
= ln (2.91)
v k 𝑥
q 0
donde v ∗ es la velocidad de friccion v ∗ = τρ0 , k es la constante de Von Kármán
k ≈ 0.4 y 𝑥0 es la rugosidad de la pared.
Valores t´ıpicos de rugosidad de distintas superficies se indican en la Tabla

2.5
Tabla 2.5: Rugosidades superficiales.
Tipo de superficie Rugosidad [cm]

Agua libre, pantanos 0.001 - 0.1
Nieve 0.01 - 0.1
Suelo despejado, arenales ≈ 0.03
Céspedes y pastizales 0.15 - 2.0
Plantaciones de trigo ≈ 20
Plantaciones de ma´ız 70 - 120
Arbustos y matorrales 50 - 150
En presencia de macrorugosidades, como -por ejemplo- bosques o edificios en

zonas urbanas, se suele introducir un desplazamiento de la cota de referencia,
reemplazando la cota 𝑥 sobre el suelo, por la cota corregida 𝑥' = 𝑥 − d, donde
d es aproximadamente el espesor de la capa de aire que queda atrapada entre
las rugosidades.
Cuando la atmósfera no es neutra, el perfil de velocidades se aleja del perfil

teórico de Von Kármán - Prandtl. Para atmósferas estables, el perfil tiende a
linealizarse como en un flujo laminar, mientras que para atmósferas inestables
las velocidades tienden a uniformarse en la vertical. Estas situaciones pueden

manejarse introduciendo modificaciones a la constante de Von Kármán, nor-
malmente en función del número de Richardson o del parámetro de Monin -
Obukhov.
Para medir vientos en altura, la aplicación de estas fórmulas deja de ser váli-
da, ya que la disminución de la densidad del aire, tiende a provocar aumentos
crecientes de la velocidad en la altura por lo que debe recurrirse al empleo de
globosondas.
En las figuras 2.12 a 2.14 se mostraron perfiles promedios de distribucion

vertical de la componente oeste de la velocidad del viento en altura durante
perı́odos de lloviznas, lluvias moderadas y lluvias intensas, obtenidos del análi-
sis de información de radiosonda en la ciudad de Quintero, a los que puede
ajustárseles expresiones del tipo:
v = a · 𝑥b + c (2.92)
donde v está en [m/s] y 𝑥 en [km].
En la Tabla 2.6, se muestran los valores de las constantes correspondientes

a la expresión precedente que fue posible ajustar a los datos medidos, junto a
sus correspondientes coeficientes de correlación.
Tabla 2.6: Constantes para definir el perfil de viento correspondiente a dife-

rentes tipos de d´ıas. Fuente: Soto (2003)
Tipo de Lluvia a b c R2
Intensa 2.88995 1.1625 0.753854 0.997
Moderada 1.55294 1.40117 0.251655 0.999
Llovizna 0.9825 1.55797 0.130278 0.998
2.6.3. Circulación General de la Atmósfera
Desde el punto de vista climatológico y del transporte latitudinal de energı́a, la

componente más importante del viento es la circulación general de la atmósfe-
ra, para cuya explicación se han desarrollado diversas teorı́as y modelos de
simulación.
Todo modelo que pretenda simular en forma general la circulación atmosféri-

ca, debe necesariamente satisfacer las siguientes condiciones:
Proporcionar un mecanismo para el transporte latitudinal de calor desde

las zonas ecuatoriales a las regiones polares.
Satisfacer la ecuación de continuidad de masas de agua, aire y de vapor

de agua.
Satisfacer las leyes basicas de conservación de cantidad de movimiento y

momento angular.
Respetar las leyes básicas de la termodinámica atmosférica y del movi-

miento de fluidos reales.
Ninguna teor´ıa simple es capaz, en consecuencia, de explicar individualmen-

te la circulación general de la atmósfera y sólo es posible aproximarse a ella a
través de modelos de alta complejidad, que a pesar de los notorios progresos
experimentados en las últimas décadas, no siempre dan resultados satisfacto-
rios, considerando además que la desigual distribución de mares, continentes,
montañas y cordilleras, complican aún más el problema.
Es posible incluso que exista más de una solución al sistema general de ecua-
ciones del movimiento que satisfagan las condiciones restrictivas anteriormente
mencionadas, por lo que no es sorprendente que no exista aun un conocimiento
cabal y completo de la circulación atmosférica.
En todo caso, hoy existen modelos numéricos, entre ellos MM52 (The PSU/NCAR
mesoscale model) y WRF3 (The Weather Research & Forecasting Model), que
permiten simular el comportamiento de la atmósfera, utilizándose incluso para fines
de pronóstico meteorológico, con relativo éxito.
Sin necesidad de entrar en estos modelos matemáticos de alta complejidad

que hoy permiten el análisis cuantitativo de la circulación general de la atmósfe-
ra, es posible el análisis simplificado y cualitativo del fenómeno, a partir de
modelos básicos simples.
2http://www2.mmm.ucar.edu/mm5/
3http://www.wrf-model.org/index.php
Si suponemos inicialmente una Tierra homogénea y en reposo, calentada en

forma desuniforme por la radiación solar, tendrı́amos un primer modelo de
circulación termal. El aire, recalentado en las regiones ecuatoriales, tenderı́a a
ascender, produciendo un desplazamiento de las masas de aire desde las regiones
polares hacia el Ecuador. El ciclo se completar´ıa con un descenso de aire fr´ıo
en las regiones polares y una circulación en altura desde el Ecuador hacia los
polos, según se ilustra en la Figura 2.15a.
La Tierra, sin embargo, posee un movimiento de rotación con velocidad an-

gular w, por lo que cada unidad de masa de aire posee un momento angular
dado por la relación,
I = wR2 cos2(φ) (2.93)
donde R es el radio de la Tierra y φ es la latitud del lugar.
El momento angular debe permanecer constante, por lo tanto, al desplazarse

latitudinalmente las masas de aire, inicialmente en reposo relativo a la Tierra,
adquirirán componentes longitudinales de velocidad que compensen la variación
del radio de giro. En general, debido a la rotacion de la Tierra, una aceleración
aparente, la aceleración de Coriolis, tenderá a derivar en el hemisferio sur, en el
sentido contrario a los punteros del reloj, a toda part´ıcula en movimiento. En
consecuencia, la circulación hacia el Ecuador derivarı́a hacia el oeste (vientos
del este), mientas la circulación en altura derivarı́a hacia el este (vientos del
oeste), según se ilustra en la Figura 2.15b. Las corrientes ascendentes en el
Ecuador, producirı́an una zona de bajas presiones y correspondientemente una
zona de altas presiones en los polos.
Este simple esquema de circulación termal no se cumple en la práctica, a

excepción de las zonas polares y ecuatoriales, debido principalmente a que no
se ha considerado el enfriamiento radiativo que sufren las masas de aire en la
atmósfera. Además, la desaceleracion relativa de todos los vientos en superficie
tenderı́a, por friccion, a frenar la rotación terrestre.
En la práctica, ocurre que las masas de aire caliente que ascienden en el

Ecuador, al desplazarse en altura hacia los polos, sufren un enfriamiento ra-
diativo tal que al alcanzar aproximadamente una latitud aproximada de 25 a
30° su aumento de densidad es suficiente para que desciendan a la superficie,
(subsidencia), calentándose adiabáticamente y divergiendo en dos subcorrien-
N N
W E W E
SE
SE
NW
S S
(a) Circulación termal en reposo (b) Circulación termal en rotación
W E
ESE
SE NW
NW
SE
SW
S SE
NW
(c) Circulación más acorde con la realidad
Figura 2.15: Circulación general de la atmósfera.
tes superficiales, una hacia el Ecuador y otra hacia los polos, como se ilustra
en la Figura 2.15c.
Esto define una celda cerrada en los trópicos (celda de Hadley), con vientos
del este hacia el Ecuador, (vientos alisios) y vientos del oeste en altura hacia
los polos (vientos contraalisios).
La subcorriente que deriva hacia los polos, adquiere una componente oeste en
el hemisferio sur, que equilibra las fuerzas de fricción, manteniendo la rotación
terrestre. Esta rama de aire se enfrenta, al llegar a una latitud de 55 a 60°, con
la corriente de aire fr´ıo y seco proveniente en superficie desde los polos, dando
origen a la zona denominada “frente polar”. Se denomina “frente”, en general, a
la zona en que se ponen en contacto masas de aire de distinta calidad térmica.
La convergencia de masas de aire en superficie hacia el frente polar, tanto

desde el norte como del sur, exige, para mantener la circulación, el ascenso
de estas masas de aire, dando origen a por lo menos dos nuevas celdas, con
corrientes de aire en altura hacia los polos en la celda polar y con movimiento
del aire en altura hacia el Ecuador en la celda intermedia.
Este nuevo modelo de circulación está, en general, en mucho mejor acuerdo

con lo observado y medido en la naturaleza, excepto que los vientos en altura
de la celda intermedia, debiendo tener, de acuerdo a la aceleración de Coriolis,
una componente este, presentan una fuerte componente oeste, denominándose
incluso el “chorro (jet) del oeste”.
Una explicación a esta anomalı́a radica en los fuertes vientos en altura que
se generan en los frentes. En efecto, si la presión barométrica en superficie es
aproximadamente la misma, por tener el aire caliente un mayor volumen espe-
cifico, tiene mayor desarrollo vertical, lo que crea en altura un fuerte gradiente
de presiones entre el aire caliente y el fr´ıo. El aire caliente, proveniente del
norte en el hemisferio sur, es acelerado por el gradiente de presiones y derivado
hacia el este por la acción de la aceleración de Coriolis. En ausencia de roce, el
equilibrio se produce cuando el aire se mueve en forma uniforme, en dirección
al este, paralelo a las curvas isobaras, anulándose los vectores de aceleración
de presión, en dirección al sur con el vector de aceleración de Coriolis, normal
hacia la izquierda al vector velocidad y -por lo tanto- en dirección norte. A
este viento que en altura tiende a correr con velocidad uniforme, paralelo a
las curvas isobaras, producto del equilibrio de fuerzas, se le denomina viento
geostrófico. Cerca de la superficie, donde las fuerzas de roce, en dirección opues-
ta al movimiento, comienzan a ser importantes, la dirección de equilibrio tiende
a ser oblicua a las curvas isobaras. Las turbulencias a macroescala que existen
en estas áreas, denominadas ondas de Rossby, transmitirı́an la componente de
velocidad oeste a toda la celda intermedia.
La circulación general de la atmósfera, si bien sigue en forma global el modelo

descrito, en términos estadı́sticos medios, se ve perturbada por la heterogenei-
dad de la distribución de océanos y continentes, por vientos locales tales como
brisas marinas de carácter periódico diurno nocturno y por la presencia de sis-
temas migratorios de alta o baja presion generados por la turbulencia a meso
o macroescala, denominados anticiclones y ciclones, respectivamente.
En todo caso, la circulación general de la atmósfera marca los rasgos climáti-

cos principales de las distintas latitudes. La subsidencia de aire en las latitudes
30° y en los polos, está asociada a calentamientos adiabáticos y altas presiones,
por lo que corresponde a zonas de clima seco. La ascensión del aire en los trópi-
cos y frentes polares se asocia a bajas presiones y enfriamientos adiabáticos, con
la correspondiente condensación y precipitación de la humedad atmosférica, lo
que genera climas lluviosos.
El desplazamiento de la ubicación del Ecuador térmico, producto de la incli-

nación del eje de rotación terrestre y del movimiento de traslación de la Tierra,
genera el mismo desplazamiento cı́clico con perı́odo de un año en los lı́mites
entre zonas secas y lluviosas.
El clima de Chile es un buen exponente de esta situación; la zona norte

está permanentemente bajo el efecto de una zona de marcadas y permanentes
altas presiones, denominada anticiclón del Pacifico que se centraliza frente a la
costa en la zona oceánica, dándole su predominante caracterı́stica desértica con
precipitaciones anuales de menos de 10 [mm] e incluso nula en algunos sectores;
la zona sur queda permanentemente dominada por la zona del frente polar, con
su caracterı́stica pluviosidad durante todo el año, alcanzando pluviometrı́as
por sobre los 3000 [mm], mientras la zona central presenta una pluviometr´ıa
intermedia, del orden de centenas de [mm], con caracterı́sticas húmedas en
invierno y secas en verano, cuando el desplazamiento hacia el sur del anticiclón
del Pac´ıfico bloquea los frentes de mal tiempo generados en el frente polar.
2.6.3.1. Corrientes Marinas
Al igual que en la atmósfera, el calentamiento radiativo de los océanos tiene

una fuerte desuniformidad en el sentido latitudinal, por lo cual, en principio, las
corrientes marinas son producidas por circulaciones de tipo termal, enteramen-
te análogas a las descritas para la atmósfera, estando de hecho profundamente
influenciadas por la circulación general de la atmósfera y vientos predominan-
tes, cuyas trayectorias las corrientes marinas intentan reproducir, generándose
corrientes de masas de aguas fr´ıas, de origen polar que se desplazan hacia el
Ecuador acarreando sus propiedades térmicas, generándose a su vez corrientes
de aguas calientes que se desplazan desde los trópicos hacia altas latitudes.
A diferencia de las circulaciones atmosféricas, la presencia de barreras con-

tinentales constituye un obstáculo insalvable para las corrientes marinas, por
lo que resulta más difı́cil plantear un modelo de circulación general simple que
resulte adecuadamente representativo. A esto contribuye la existencia de otro
tipo de corrientes, entre las que pueden distinguirse las de densidad, generadas
por gradientes de salinidad y/o temperatura; de deriva, provocadas por arras-
tre del roce de los vientos; de pendiente, provocadas por desniveles generados
por apilamientos de agua por efecto del viento; y de marea, normalmente de
carácter cı́clico, provocadas por las mismas fuerzas gravitacionales de genera-
ción de mareas.
En relación a su influencia sobre el clima de Chile, resulta de particular im-

portancia la corriente de Humboldt, corriente fr´ıa que se desplaza de sur a
norte a lo largo de la costa, influyendo sobre el régimen de temperaturas en
el sentido de generar una gran uniformidad térmica latitudinal, provocando
particularmente en las zonas costeras central y norte temperaturas bastante
más moderadas que las tı́picas correspondientes a su latitud. Este enfriamiento
superficial contribuye a su vez a la generación de inversiones térmicas, incre-
mentando la estabilidad atmosférica.
2.6.4. El Fenómeno ENOS, El Niño - Oscilación del Sur
Se entiende por el fenómeno ENOS, (El Niño - Oscilación del Sur), a una
anomalı́a que en forma aperiódica sufren tanto la circulación general de la
atmósfera como las corrientes marinas en el sector del Pacı́fico sur ecuatorial.
El fenómeno, cuyas causas aún se investigan, se presenta en forma aperiódica y
con distintas intensidades, en promedio cada tres a cuatro años, y se manifies-
ta por una parte como una perturbación barométrica, fenómeno denominado
Oscilación del sur en que se debilitan o invierten los gradientes barométricos
normales entre el Pac´ıfico ecuatorial en la zona de Indonesia y las costas subtro-
picales sudamericanas. Este fenómeno se asocia a su vez a un debilitamiento de
los vientos alisios en el Océano Pacifico ecuatorial y a un cambio en el régimen
térmico del océano, al cual se le atribuye la ocurrencia de ciertas anomalı́as
climáticas, entre ellas, perturbaciones térmicas y pluviométricas.
En efecto, en condiciones normales, los vientos alisios arrastran las aguas

superficiales más calientes del océano en las cercanı́as de las costas de Ecuador
y Perú, provocando la surgencia de masas oceánicas más profundas de menor
temperatura. Al debilitarse esta circulación, se altera la estratificación térmica
del océano, observándose un recalentamiento de sus aguas superficiales, que se
extiende hacia el sur, generándose una corriente caliente que puede alcanzar
hasta la costa norte y central de Chile, y que ha sido denominada corriente
de El Niño, término introducido por los pescadores peruanos, al observar que
el fenómeno suele iniciarse en el mes de diciembre, junto con la fecha de naci-
miento del Niño Jesús. El fenómeno genera por una parte una alteración en la
biótica acuática, ya que los peces se desplazan hacia el sur, en busca de aguas
más frı́as, con un perjuicio económico para la pesquerı́a de esos paı́ses y por
otra parte el fenómeno se asocia a perturbaciones en el régimen pluviométrico
de diversas regiones. En Chile, si bien la correspondencia y correlación entre
ambos fenómenos no es muy alta, estadı́sticamente se ha detectado una mayor
probabilidad de tener años más húmedos cuando prevalece el fenómeno de El
Niño y una mayor probabilidad de tener años más secos, cuando prevalece la
situación inversa y las aguas oceánicas tienden a enfriarse, situación que ha sido
denominada “La Niña”. La relación se hace más clara durante el invierno entre
las latitudes 30ºS y 36ºS con predominio de años normales – lluviosos durante
eventos El Niño y normales – secos durante eventos La Niña. Más hacia el sur,
entre los 36ºS y 41ºS, la presencia del fenomeno de El Niño se asociarı́a a la
ocurrencia de veranos en el rango normal - seco. (Montecinos, 1998)
Bibliografı́a
Bliss, R. (1961), Atmospheric Radiation Near the Surface of the Ground: A

summary for engineers, Solar Energy, 5, pp 103-120, doi:10.1016/0038-092X(61)90053-
6.
Flohn, H. (1968), Climate and Weather, World Univ. Lib., McGraw Hill.
Hess, S. L. (1959), Theoretical Meteorology, Holt, Rinehart, Winston.
Marvin, C. F. (1941), Psycrometric Tables, U.S. Weather Bureau.
Montecinos, A. (1998), Pronóstico Estacional de la Precipitación en Chile Cen-

tral, Departamento De Geofı́sica, Universidad de Chile.
Plate, E. (1972), Aerodynamic Characteristics of Atmospheric Boundary La-

yers,U.S. Atomic Energy Commission.
Ramanathan, V., B. R. Barkstrom, and E. F. Harrison (1989), Climate and

the Earth’s Radiation Budget, Physics Today.
Sellers, W. D. (1965), Physical Climatology, The Universiy of Chicago Press.
Soto, C. (2003), Caracterı́zación de condiciones meteorológicas durante even-

tos de precipitación a la latitud 33° sur en Chile, XVI Congreso Nacional de
Hidráulica, Santiago, Chile.
Wiesner, C. J. (1970), Hydrometeorology, Chapman & Hall, London.
WMO (1972), Manual for the Estimation of Probable Maximum Precipitation,

Tech. Rep. X, World Meteorological Organization.
Capı́tulo 3
EVAPORACIÓN Y
EVAPOTRANSPIRACIÓN
Introducción
La evaporación, proceso mediante el cual el agua pasa del estado lı́quido al

estado de vapor, es un proceso natural de enorme trascendencia, ya que como
se analizara anteriormente, transforma en energı́a cinética su calor de vapori-
zación (≈ 600 [cal/gr]), enfriando la superficie evaporante y traspasando esta
energı́a a la atmósfera. Este proceso evita los recalentamientos excesivos de la
superficie terrestre y contribuye a compensar el desequilibrio existente en el
balance radiativo. Además, los procesos de evaporación inician la circulación
del agua en la Tierra, generando y manteniendo el ciclo hidrológico. La evapo-
ración ocurre desde la superficie de los mares, desde la superficie de las aguas
dulces continentales, desde suelos u otras superficies húmedas y a través de los
procesos de transpiración de organismos vivos, fundamentalmente los vegetales.
Desde el punto de vista de los recursos h´ıdricos, cuando el proceso de evapo-

racion ocurre desde la superficie de los mares, es tremendamente beneficioso,
71
72 Evaporación y Evapotranspiración
pues constituye la fuente primaria del recurso. Sin embargo, cuando la evapo-
ración ocurre desde las aguas dulces continentales, es decir, desde lagos, suelos
húmedos, transpiración vegetal y otros, el proceso constituye una pérdida del
recurso que puede llegar a constituir una gran parte y -en ocasiones- la casi
totalidad del recurso agua disponible.
Es -en consecuencia- de fundamental importancia en ingenier´ıa de recursos

hidraulicos, poder medir o cuantificar en forma adecuada las pérdidas por eva-
poración, si se desea evaluar las disponibilidades netas de agua en una cuenca
o región. Las pérdidas por evaporación son también factores importantes a
considerar en la planificación, diseño y operación de embalses destinados a la
regulación de aguas. Por último, toda una rama de la Ingenierı́a Hidráulica,
como la Ingenierı́a de Riego o Hidráulica Agrı́cola, se origina en la necesidad
de reponer a los suelos la humedad perdida por procesos de evaporación y
transpiración vegetal.
3.1. Definiciones
A continuación, se presentación algunas definiciones importantes para facilitar

la compresión de este capı́tulo:
Evaporación: Proceso por medio del cual el agua pasa del estado lı́quido
al estado gaseoso, a temperaturas inferiores al punto de ebullición.
Sublimación: Proceso por medio del cual el agua pasa directamente del
estado sólido al estado gaseoso, sin pasar por la fase lı́quida.
Transpiración: Proceso de evaporación del agua absorbida por las plantas

y vegetación natural
Evapotranspiración: Efecto conjunto de la evaporación del agua contenida

en las plantas y la evaporación desde la superficie del suelo adyacente.
Uso consumo: Término utilizado en Agronomı́a, que corresponde a la eva-

potranspiración neta más la cantidad de agua utilizada por las plantas
en la construcción de su tejido vegetal. En términos prácticos es cuanti-
tativamente casi equivalente a la evapotranspiración.
3.2. Factores que Afectan la Evaporación 73
Condensación: Proceso por medio del cual el agua pasa del estado gaseoso
al estado lı́quido o eventualmente al estado sólido.
Rocı́o: Condensación que ocurre al estado lı́quido, directamente sobre la

superficie del terreno.
Escarcha: Condensación que ocurre directamente al estado sólido, sobre

la superficie del terreno.
3.2. Factores que Afectan la Evaporación
La tasa o intensidad a la cual se produce el proceso de evaporación depende de

una serie de factores condicionantes, que pueden clasificarse en tres grupos:
Poder evaporante de la atmósfera.
Caracter´ısticas de la superficie evaporante.
Disponibilidad de agua.
A continuación se describen cada uno de estos factores.
3.2.1. Poder Evaporante de la Atmósfera
Se entiende por poder evaporante de la atmósfera al conjunto de factores de ori-

gen atmosférico que controlan la tasas de evaporación, independientemente de
la disponibilidad de agua para evaporar y de las caracter´ısticas de la superficie
evaporante.
Los principales factores atmosféricos que constituyen y condicionan el poder

evaporante de la atmósfera son los siguientes:
Déficit Higrométrico
Se vio al establecer las ecuaciones de intercambio turbulento, que para que
exista un flujo de vapor de agua, es necesaria la existencia de un gradiente
de humedad o, expresado de otra manera, un gradiente de presiones de
vapor.
En la superficie de un espejo de agua u otra que contenga agua libre,

la presión de vapor va a corresponder a la presion de vapor saturado,
dependiente de la temperatura de la superficie evaporante que, como se
mencionara anteriormente en el cap´ıtulo 2, puede cuantificarse utilizando
la ley de Clausius-Clapeyron, según la expresión:
es mv L 1 1
ln = ∗
−
6.11 R 273 T
donde,
es : Presión de vapor saturado, en [Hpa].
mv: Peso molecular del vapor de agua = 18 [gr/mol].
L: Calor latente de vaporización o sublimación, [cal/gr].
T : Temperatura absoluta, en [K].
o en forma más práctica, por la expresión aproximada,
17.4T
es = 6 .11 · e T +239
donde es está en [Hpa] y T en [°C].

Si el aire en contacto con la superficie del agua tiene una presión de vapor
ea menor que la de saturación, se producirá un gradiente de presiones de
vapor, denominándose déficit higrométrico, a la diferencia entre estas
presiones de vapor, es decir,
ϑ = es − ea (3.1)
donde ϑ es el déficit higrométrico.

Este déficit higrométrico se utiliza para cuantificar el gradiente de hume-
dad entre la superficie del agua y el aire, que originará un flujo o traspaso
de humedad desde la superficie a la atmósfera, lo que constituye el proceso
de evaporación.
El primero en reconocer la importancia de este factor en el proceso de
evaporación fue Dalton en 1802, quién estableció una relación para evaluar
la evaporación desde superficies de agua conocida como la ley de Dalton.
E = k (es − ea) (3.2)

3.2. Factores que Afectan la Evaporación 75
El factor k depende de otros factores que intervienen en el poder evapo-

rante de la atmósfera, entre los que destacan la velocidad del viento, la
estabilidad atmosférica y el suministro de energı́a o radiación solar para
proporcionar el calor que consume el proceso de cambio de estado del
agua.
De hecho, aún hoy en dı́a, la mayorı́a de las fórmulas empı́ricas propuestas

para cuantificar la evaporación se basan en la ley de Dalton, cuantificando
con distintos criterios el factor k.
Suministro de Calor
Dado que la evaporación consume calor latente de vaporización, si el

proceso ocurre sin suministro de calor externo, la superficie evaporante
comenzará a enfriarse disminuyendo su presión de vapor saturado, hasta
anular el déficit higrométrico. Para mantener el proceso evaporativo en el
tiempo, en consecuencia, es necesario un suministro externo de calor, que
evite el enfriamiento del agua. La fuente de calor es normal y principal-
mente la radiación solar, razón por la cual la evaporación natural ocurre
fundamentalmente durante las horas del d´ıa, disminuyendo considerable-
mente, aún hasta anularse o invertirse (condensación) durante las horas
de la noche.
Vientos
Si la atmósfera está en reposo durante el proceso de evaporación, el au-

mento de vapor de agua se concentrar en las capas bajas con muy poca
difusión, incrementando la presión de vapor del aire, tendiendo también
a anular el déficit higrométrico. En el proceso evaporativo, en consecuen-
cia, es importante la acción del viento en la remoción del aire húmedo y
su reemplazo por masas de aire más secas, que mantengan el déficit hi-
grométrico. El grado de influencia del viento depende además del tamaño
de la superficie evaporante.
Estabilidad Atmosférica
La estabilidad o inestabilidad atmosférica al frenar o aumentar la difu-

sión vertical turbulenta de las masas de aire influyen en forma similar a
los vientos en la remoción del aire húmedo en superficie. Una atmósfe-
ra inestable, en definitiva tenderá a provocar más evaporación que una

atmósfera estable.
Presión Atmosférica
El aumento de la presión atmosférica implica un aumento de la densidad
del aire por lo que habrá un mayor número de moléculas de aire que
interfieren y dificultan el flujo de las moléculas de vapor. En general,
entonces, la evaporación tenderá a disminuir con el aumento de la presión
atmosférica.
3.2.2. Caracterı́sticas de la Superficie Evaporante
Las caracterı́sticas de la superficie evaporante influyen también en el proceso

de evaporación, en términos de la cantidad de agua libre que esté disponible
para la evaporación. Ası́, espejos de agua libre tienden a evaporar más que
superficies de suelos húmedos o saturados y que el follaje de la vegetación,
donde actúan fuerzas que tienden a atraer y fijar el agua.
Dentro de superficies de agua libre, el agua con movimiento u oleaje evapora

del orden del 5 al 10 % más que el agua en reposo.
Otro factor que influye es la salinidad del agua, ya que la presencia de sólidos
solubles disminuye la presión de vapor saturado de acuerdo a la ley de Raoult,
ew − ews m =f (3.3)
=
ew m+M
donde,
f : Fracción molar de la solución.
m: Número de moles de sal.
M : Número de moles de agua.
ew : Presión de vapor saturado sobre agua pura.
ews : Presión de vapor saturado sobre agua salada.
En general, la tasa de evaporación disminuye del orden de un 1 % por cada

1 % de aumento de la salinidad.
Una última caracterı́stica de la superficie evaporante que influye en el proceso

de evaporación, es el tamaño de la superficie. En los bordes de la superficie la
3.3. Evaporación de Suelos y Transpiración Vegetal 77
tasa de evaporación tiende a ser mayor por efectos de difusión lateral, efecto
conocido como “efecto oasis”. Por lo anterior, las superficies evaporantes más
pequeñas tienden a tener una tasa de evaporación por unidad de superficie
mayor. A lo anterior se suma una mayor influencia de los efectos del viento y
del calor de advección sobre superficies más pequeñas.
3.2.3. Disponibilidad de Agua
Aunque parezca de Perogrullo, es necesario destacar que para que exista un

proceso de evaporación, se necesita disponer de la cantidad de agua necesaria
para satisfacer el poder evaporante de la atmósfera. Si por alguna razón la
disponibilidad de agua para evaporar es menor que el poder evaporante de la
atmósfera, ya sea porque la superficie comienza a secarse o por alguna otra
razón, la tasa de evaporación comenzará a disminuir quedando restringida a la
disponibilidad de agua libre, llegando incluso a anularse.
Al respecto, se definen los conceptos de evaporación y evapotranspiración

potencial, como la máxima tasa de evaporación o evapotranspiración que pue-
de ocurrir para un determinado poder evaporante de la atmósfera, siempre que
en todo momento exista la disponibilidad de agua necesaria. En estos términos,
la evaporación o evapotranspiración potencial es el lı́mite máximo de evapo-
ración o evapotranspiración posible. La evaporación o evapotranspiración real
podrá ser menor o, a lo sumo, igual a la potencial, dependiendo de la dispo-
nibilidad de agua, llegando incluso a anularse si la disponibilidad de agua se
agota.
3.3. Evaporación de Suelos y Transpiración Vegetal
La evaporación no sólo ocurre desde superficies de agua libre; también ocurre

desde cualquier superficie húmeda, como pueden ser los suelos o el follaje de la
vegetación.
La evaporación de suelos superficialmente saturados puede ser del orden del

80 % al 95 % del valor de un espejo de agua, pero se reduce rápidamente al
secarse la capa superficial del suelo. Valores tı́picos de evaporación desde su-
perficie de suelos saturados respecto a la evaporación desde espejos de agua

libre, son los siguientes:
Arenas: 95 - 100 %
Limos: 85 - 95 %
Arcillas: 75 - 85 %
La transpiracion vegetal, en cambio, al extraer las plantas el agua a través

de su sistema radicular que penetra en profundidad el suelo, es mucho más
permanente en el tiempo, siendo de hecho la principal fuente de evaporación en
zonas continentales. El flujo de agua a través de troncos y tallos desde las raı́ces
hasta las hojas, donde fundamentalmente traspira, cumple además la función
de l´ıquido portador de los nutrientes necesarios para la planta.
Al efecto conjunto de la transpiración vegetal y de la evaporación del suelo

que la circunda, se le denomina evapotranspiración, que si bien puede ser medi-
da mediante instrumentos llamados lisı́metros, normalmente se evalúa mediante
la expresión,
ETp = cc · Ep (3.4)
Donde ETp es la evapotranspiración potencial y el coeficiente cc , llamado coefi-

ciente de cultivo, depende del tipo de vegetación y de la etapa de su desarrollo
vegetativo.
El término evapotranspiración potencial surge del hecho de suponer que en

todo momento existe la disponibilidad de agua necesaria para satisfacer las
necesidades transpirativas de la planta. Si existen restricciones de suministro de
agua y el suelo baja de cierto nivel mı́nimo de humedad, la evapotranspiración
real será menor que la potencial, hasta llegar a anularse si la planta se marchita.
En algunos textos de Agronomı́a suele definirse la evapotranspiración po-

tencial como la tasa de evaporación que ocurre desde una superficie de alfalfa
verde con cobertura total sobre el terreno, siempre que exista en todo momento
la disponibilidad de agua para satisfacer el proceso, aún cuando originalmente
dicha definición correspondió al término evapotranspiración “referencial”. En
estos términos esta definición concuerda más con lo que en este texto ha sido
definido como poder evaporante de la atmósfera o evaporación potencial, bajo
el supuesto de que la alfalfa tenga un coeficiente de cultivo cercano al valor 1.0
3.4. Medición de la Evaporación 79
A la evapotranspiración potencial de otro tipo de cultivos, con coeficientes

distintos del valor 1.0, se le identifica en algunos textos de Agronom´ıa como
Evapotranspiración Actual, en una desafortunada traducción del término inglés
“Actual Evapotranspiration” que vendr´ıa a corresponder a lo que aqu´ı se ha
denominado evapotranspiración potencial, siempre mayor o a lo sumo igual a
la evaporación real.
3.4. Medición de la Evaporación
El instrumento basico para medir la evaporación es el evaporı́metro, del cual

se distinguen tres tipos:
Evaporı́metro de estanque o de bandeja
Evaporı́metro de papel poroso (tipo Piche)
Evaporı́metro de membrana porosa o atmómetro.
La medición que arroja un evaporı́metro es sólo un “ı́ndice” de la verdadera

evaporación ocurrida sobre una superficie de agua de mayor tamaño, debido
principalmente a diferencias en el calor absorbido y distintos efectos del vien-
to y del calor de advección. Por estos efectos, la evaporación medida debe
multiplicarse por un factor correctivo, denominado coeficiente de embalse del
evaporı́metro, para hacerla más representativa de la evaporación real.
Se define entonces el coeficiente de embalse de un evaporı́metro por la rela-

ción,
Er
C= (3.5)
Em
donde,
C: Coeficiente de embalse del evaporı́metro, dependiente de su tipo y de las
condiciones de instalación.
Er : Evaporación real.
Em : Evaporación medida.
En general en meteorologı́a o hidrologı́a el concepto de “ı́ndice hidrológico o

meteorológico” se aplica a todas aquellas variables medidas que no correspon-
den exactamente a la variable que se desea medir, pero que corresponden a una
variable asociada, altamente correlacionada con la variable original y de cuyo

análisis puedan extraerse conclusiones válidas para la variable de interés.
3.4.1. Evaporı́metros de Estanque
El evaporı́metro de estanque, como su nombre lo indica, consiste en un estanque

o bandeja de sección circular o rectangular que se llena con agua y que puede
instalarse sobre la superficie del terreno, semi-enterrado en el terreno de manera
que la superficie del agua coincida con la rasante del suelo, o flotando en un
lago o embalse.
El coeficiente de embalse del evaporı́metro dependerá de su diseño y condicio-

nes de instalación, por lo que es conveniente para propósitos comparativos que
todos los instrumentos sean iguales. Existiendo diversos modelos diseñados para
medir la evaporación, el instrumento básico y más frecuente es el evaporı́metro
de bandeja o estanque tipo A del U.S.W.B., instrumento que consiste sim-
plemente en un estanque de sección circular construido en fierro galvanizado
sin pintar, que se instala sobre una parrilla de manera que permite la circu-
lación del aire bajo él y cuyas dimensiones y condiciones de instalación están
normalizadas.
Las principales dimensiones son las siguientes:
Diámetro: 4’ o 122 [cm]
Alto: 10” o 25.5 [cm]
Alto de la parrilla sobre la que se instala el instrumento: 15 [cm]
Borde libre o revancha inicial de llenado: 2” o 5 [cm]
La unidad de medida es el milı́metro de altura de agua y la medición se

efectúa llenando inicialmente el estanque hasta el nivel inicial predetermina-
do y registrando la cantidad de agua necesaria para reponer el nivel original
en un intervalo de tiempo dado, normalmente un d´ıa, lo que da origen a las
estad´ısticas de evaporaciones diarias.
Las principales instituciones que recopilan informacion evaporı́metrica en

Chile son la Dirección General de Aguas del Ministerio de Obras Públicas
3.4. Medición de la Evaporación 81
(DGA), la Dirección Meteorológica de Chile, dependiente de la Dirección de

Aeronáutica (DMC) y organismos dependientes del Ministerio de Agricultura.
El coeficiente de embalse del evaporı́metro de bandeja Tipo A, puede variar,

según recomendaciones de la FAO (2006), entre 0.35 y 0.85 dependiendo del
ambiente de su instalación, de la humedad del aire y de la velocidad del viento,
según se indica en la Tabla 3.1; en ausencia de mejor información se recomienda
un valor del orden de 0.7.
Tabla 3.1: Coeficientes de embalse de Evaporı́metros de Bandeja Tipo A.

Fuente: FAO (2006).
Condición de instalación Instrumento en terreno con cobertura vegetal verde Instrumento en terreno seco sin cubierta vegetal (*)
Humedad relativa Baja Media Alta Baja Media Alta
media [ %] (< 40) (40 – 70) (> 70) (< 40) (40 – 70) (> 70)
Recorrido del viento Distancia del área verde Distancia del área seca
[m/s] viento arriba [m] Viento arriba [m]
1 0.55 0.65 0.75 1 0.7 0.8 0.85
Ligero 10 0.65 0.75 0.85 10 0.6 0.7 0.8
(<2) 100 0.7 0.8 0.85 100 0.55 0.65 0.75
1000 0.75 0.85 0.85 1000 0.5 0.6 0.7
1 0.5 0.6 0.65 1 0.65 0.75 0.8
Moderado 10 0.6 0.7 0.75 10 0.55 0.65 0.7
(2 - 5) 100 0.65 0.75 0.8 100 0.5 0.6 0.65
1000 0.7 0.8 0.8 1000 0.45 0.55 0.6
1 0.45 0.5 0.6 1 0.6 0.65 0.7
Fuerte 10 0.55 0.6 0.65 10 0.5 0.55 0.65
(5 – 8) 100 0.6 0.65 0.7 100 0.45 0.5 0.6
1000 0.65 0.7 0.75 1000 0.4 0.45 0.55
1 0.4 0.45 0.5 1 0.5 0.6 0.65
Muy fuerte 10 0.45 0.55 0.6 10 0.45 0.5 0.55
(> 8) 100 0.5 0.6 0.65 100 0.4 0.45 0.5
1000 0.55 0.6 0.65 1000 0.35 0.4 0.45
(*): En el caso de vastas extensiones de suelos desnudos y en ausencia total de vegetación, reducir los valores del coeficiente de embalse
en un 20 % en condiciones calurosas y ventosas, y en un 5 a 10 % en condiciones moderadas de viento, temperatura y humedad.
Por último es necesario señalar que la medición de un evaporı́metro es de

tipo puntual, es decir mide la variable o “ı́ndice” en el punto especı́fico de su
instalación. Para poder cuantificar la evaporación sobre una cuenca o región,
es necesario instalar una adecuada red de evaporı́metros. En la publicación
“Balance H´ıdrico de Chile”, de la DGA (1987), se presentan curvas de isoeva-
poración para diversas regiones del paı́s.
Valores tı́picos de evaporación media mensual en distintas localidades de

Chile, se presentan en la Tabla 3.2. Aún cuando las cifras no son estrictamente
comparables pues corresponden a distintos perı́odos y longitudes de medición,
muestran claramente la dependencia de la evaporación con las caracterı́sticas
térmicas y de humedad ambiental de las distintas localidades, además de la
eventual dependencia de las condiciones de instalación del instrumento.
Tabla 3.2: Evaporación mensual de bandeja [mm]. Fuente: CNR-CIREN

(1997).
Estación ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
Arica 325 283 286 228 181 134 121 133 159 214 251 285 2600
Antofagasta 260 214 197 149 122 100 106 127 148 191 213 242 2069
Calama 432 364 410 348 344 314 338 323 354 415 429 444 4515
Copiapó 322 249 209 148 99 103 88 116 145 198 235 282 2194
Vallenar 302 228 195 134 97 73 71 108 133 177 221 240 1979
La Serena 159 134 115 81 65 51 48 53 75 92 113 148 1134
Vicuña 287 242 210 137 99 85 85 114 149 214 246 284 2152
San Felipe 268 219 176 104 64 47 36 62 105 144 203 245 1673
Santiago 224 174 138 71 39 24 27 45 69 115 160 214 1300
Rancagua 210 150 109 60 28 18 21 34 51 103 155 190 1129
Curicó 236 191 142 88 47 37 42 53 75 107 163 215 1396
Linares 244 204 153 73 33 19 16 30 58 106 130 218 1284
Chillán 245 189 144 85 32 16 21 40 73 113 170 203 1310
Ls. Angeles 225 183 135 65 33 25 28 39 65 102 144 196 1240
Victoria 190 152 121 67 37 34 37 40 78 84 124 162 1126
Temuco 137 117 101 55 28 22 32 41 68 86 94 135 916
Osorno 133 127 110 81 46 36 68 51 47 69 91 133 992
Pto. Montt 161 119 89 66 43 37 43 50 73 109 130 154 1074
Pta. Arenas 118 98 56 36 13 0 0 0 30 65 114 127 657
3.4.2. Evaporı́metro de Papel Poroso
El evaporı́metro de papel poroso o evaporı́metro Piche, de uso frecuente en

Europa, es poco utilizado en Chile, consiste en un tubo de vidrio con forma de
un pequeño baston invertido, de 14 [mm] de diámetro y 22.5 [cm] de largo, que
se llena con agua. En el extremo inferior, lleva una tapa de material poroso,
exactamente de papel filtro en forma de “hostia” de 32 [mm] de diámetro, que
permite la evaporación del agua, cuya magnitud se mide mediante una escala
en el tubo de vidrio. Presenta el problema de que por su pequeño tamaño,
es muy sensible a las variaciones de radiacion y viento, con un coeficiente de
embalse promedio del orden de C=0.5, con fuertes variaciones estacionales.
3.4.3. Evaporı́metro de Porcelana Porosa o Atmómetro
Consisten en esferas, placas o cilindros de porcelana porosa, conectados a una

fuente de agua para mantenerlos permanentemente saturados, que se utilizan
-principalmente en Agronomı́a- para estimar la evapotranspiración potencial.
3.5. Estimación de la Evaporación y Evapotranspiración 83
Tienen poco uso en Meteorolog´ıa.
3.5. Estimación de la Evaporación y Evapotranspiración
Considerando que la evaporación potencial o poder evaporante de la atmósfe-

ra depende fundamentalmente de las caracterı́sticas climatológicas y meteo-
rológicas, se han propuesto diversos métodos basados en consideraciones teóri-
cas aerodinámicas, en balances de energı́a, ası́ como fórmulas empı́ricas, semi
empı́ricas y combinadas, para lograr estimaciones de la evaporación y evapo-
transpiración potencial. Dentro de un gran número de fórmulas o métodos que
se han propuesto en la literatura, pueden destacarse los siguientes métodos.
3.5.1. Fórmula de Thornthwaite-Holzman o Método Aero-

dinámico
Este método es tal vez el de mayor base teorica, basado en los conceptos de
intercambio turbulento de masa y energ´ıa.
Dividiendo las ecuaciones (2.85) y (2.83) de intercambio turbulento de calor

latente y cantidad de movimiento, se obtiene:
KW dq/d𝑥
Q L = − τ ·L · (3.6)
KM du/d𝑥
Utilizando a su vez la ecuación (2.91) de Von Kármán-Prandtl para estimar los
esfuerzos tangenciales τ entre los niveles 1 y 2, se obtiene,
2
2 (u2 − u1)
τ = ρak
(3.7)
(ln(𝑥2/𝑥1))2
donde ρa es la densidad del aire.
Reemplazando en la ecuación anterior y expresando las derivadas como dife-

rencias finitas entre los niveles 1 y 2, resulta,
Q = ρ · L · k 2 KW (q1 − q2 ) · (u2 − u1 ) (3.8)

L a 2
KM (ln(𝑥2/𝑥1))
Postulando que los coeficientes de intercambio turbulento de calor latente y can-
tidad de movimiento fuesen parecidos, (KW ≈ KM ), Thornthwaite y Holzman
plantean su ecuación para estimar la tasa másica de evaporación por unidad

de superficie mediante la relación simplificada,
2 (q1 − q2) · (u2 − u1)
ṁa = ρa · k 2 (3.9)
(ln(𝑥2/𝑥1))
La ecuación anterior, conocida como formula aerodinámica o fórmula de

Thornthwaite-Holzman, debe ser aplicada con precaucion, ya que sólo es váli-
da cuando las condiciones atmosféricas son neutras o cuasi neutras, debido por
una parte a la hipótesis de igualdad entre los coeficientes de intercambio tur-
bulento que es sólo admisible bajo esas condiciones, y por otra parte porque
cuando la atmósfera no es neutra, los perfiles de velocidad pueden apartarse
considerablemente de la ley de Von Kármán-Prandtl.
Diversos autores han propuesto factores correctivos a la formula de Thornthwaite-

Holzman, para condiciones no neutras, principalmente en función del Número
de Richardson o del parámetro de Monin-Obukhov, que deben consultarse en
bibliograf´ıa especializada.
3.5.2. Método del Balance de Energı́a o Fórmula de Bowen
Los flujos de intercambio de energı́a entre la Tierra y la atmósfera corresponden

a flujos radiativos, de calor latente y calor sensible. Por lo tanto, planteando
una ecuación de balance energético sobre una superficie unitaria de agua o
suelo, resulta:
RN − QL − QH = Qs (3.10)
donde,
RN : Flujo de radiación neto.
QL : Flujo de calor latente.
QH : Flujo de calor sensible
Qs: Flujo de calor que se incorpora a la superficie.
En la expresión anterior la radiación se considera positiva si incide sobre la

superficie, los flujos de calor latente y sensible se consideran positivos cuando
los emite la superficie y el flujo de calor incorporado será nulo si el sistema
está en equilibrio, positivo si se está calentando y negativo si se está enfriando.
La ecuación anterior supone también que todo el intercambio energético ocurre
en la vertical. En la práctica puede ocurrir que existan aportes de calor laterales

como por ejemplo viento o aportes de agua con temperaturas distintas a la del
sistema, calor que se denomina genéricamente calor de advección, por lo que la
ecuación de balance, en su forma más general queda,
R N − Q L − QH + QA = Q s (3.11)
donde,
QA : calor de advección.
Reordenando la ecuación anterior, se obtiene,

QH
Q 1+ = R + QA − Qs (3.12)
L N
QL
Al cuociente entre el flujo de calor sensible y calor latente se le conoce con el
nombre de cuociente o razón de Bowen, β, de donde,
RN + QA − Qs
QL = (3.13)
1+β
Para evaluar la razón de Bowen se puede recurrir a las ecuaciones de intercam-
bio turbulento de calor sensible y latente, de donde,
QH cp KH dT (3.14)
β= =
QL L KW dq
Suponiendo nuevamente la igualdad entre los coeficientes de intercambio tur-
bulento (KH = KW ), el flujo de calor latente se expresa finalmente mediante
la relación,
RN + QA − Qs
QL = cp KH dT (3.15)
1 + L KW dq
La ecuación anterior se conoce como ecuación o fórmula de Bowen, que ha

demostrado ser aplicable para condiciones atmosféricas no neutras, ya que la
hipótesis de igualdad de los coeficientes de intercambio turbulento ha resultado
más valida que en el caso de la formula aerodinámica. Sin embargo la fórmula
pierde precisión, tendiendo a indefinirse, para condiciones atmosféricas muy
particulares en que el coeficiente o razón de Bowen tiende al valor β = −1.
3.5.3. Fórmulas Combinadas
Los métodos anteriores permiten estimar las tasas de evaporación, estrictamen-

te en forma instantánea o, a lo más, a escala horaria, requiriendo de mediciones
meteorológicas de buena calidad, lo que es difı́cil de lograr en la práctica. En

consecuencia, son poco apropiadas para estimaciones rutinarias en que basten
valores promedios a escala diaria o mensual. Debido a lo anterior, se han pro-
puesto diversas formulas semiemp´ıricas que tratan de adaptar la teor´ıa a la
realidad, mediante la introducción de coeficientes o funciones experimentales.
Estas fórmulas se pueden clasificar en dos grupos: las fórmulas combinadas y
las fórmulas basadas en la ley de Dalton.
Las fórmulas combinadas son las que tienen una mayor base teórica y se basan
en una combinacion de las ecuaciones de intercambio turbulento y de balance de
energ´ıa, con el objeto de eliminar algunas variables desconocidas y expresar las
ecuaciones en función de variables comúnmente disponibles. Contienen además,
alguna función de tipo empı́rico, que normalmente representa una estimación
de los coeficientes de intercambio turbulento. Entre diversas fórmulas de este
tipo, pueden destacarse las fórmulas de Penman y de Mc Ilroy.
3.5.3.1. Fórmula de Mc Ilroy
Combinando las ecuaciones de intercambio turbulento y la ecuación de balance

de energı́a, y reemplazando además algunas variables en base a la ecuación
psicrométrica, Mc Ilroy propuso la siguiente expresión para la estimación del
flujo de calor latente:
∆
QL = (RN + QA − Qs) + h · (D − D0) (3.16)
∆+γ
donde,
des
∆ = dT
: Derivada o pendiente de la curva de presión de vapor saturado vs.
temperatura, evaluada con la temperatura de bulbo húmedo (Tw ).
cp p
γ= εL : Constante psicrométrica.
D = (T − Tw ): Depresión de bulbo húmedo a una cota 𝑥 .
D0 : Depresión de bulbo húmedo en superficie.
ρ a cp K H
h= 𝑥 : Función a determinar empı́ricamente.
La ecuación permitirı́a estimar tanto evaporación como evapotranspiración

a partir de información de radiación neta, temperatura de bulbo seco y tempe-
ratura de bulbo húmedo, estas últimas medidas en superficie y a una cota 𝑥 .
En el caso de evaporación de superficies de agua lı́quida puede aceptarse que
D0 tiene un valor nulo.
En cuanto a la función empı́rica “h”, experiencias efectuadas en California,

con un clima muy parecido al de Chile Central, proponen estimar esta función
mediante la expresión,
h = 0.036 · (1 + u1) (3.17)
donde u1 es la velocidad del viento en [m/seg] medida a una cota 𝑥 = 1 [m] y

aplicable cuando el flujo de calor latente se expresa en unidades de [cal/cm2 ·
min].
∆
En la Tabla 3.3 se presentan valores de la funcion ∆+γ
en función de la
temperatura de bulbo húmedo (Tw ), para una presión barométrica de 1000
[Hpa].
Por otro lado, La derivada de la presión de vapor saturado respecto a la

temperatura puede ser determinada a partir de la ley de Clausius-Clapeyron.
Ası́, considerando la ecuación (2.22) se obtiene:
des 4158.6
· 6.11 · e( )
17.4T
∆= = (3.18)
T +239
dT (T + 239)2
donde T está en [°C].
Como el valor de γ se puede obtener facilmente, la ecuación (3.18) permite

∆
determinar el valor de la función ∆+γ para cualquier valor de Tw .
∆
Tabla 3.3: Valores de la funcion ∆+γ (p = 1000 [Hpa]).
∆ ∆
Tw [°C] ∆+γ Tw [°C] ∆+γ
0 0.4 18 0.651
2 0.431 20 0.675
4 0.461 22 0.699
6 0.49 24 0.722
8 0.519 26 0.744
10 0.547 28 0.765
12 0.575 30 0.785
14 0.601 32 0.805
16 0.626 34 0.824
3.5.3.2. Formula de Penman
En base a un desarrollo muy similar al anterior, Penman propuso la expresión

∆ γ
QL = · (RN + QA − Qs) + · L · Ea (3.19)
∆+γ ∆+γ
donde Ea es una medida del poder evaporante de la atmósfera, para lo cual

propone la expresión,
ε
Ea = ρa (a + b · u)(es − e) (3.20)
p
donde,
ρa: Densidad del aire.
p: Presion atmosférica.
u: Velocidad del viento.
a: Constante con dimensión de velocidad a determinar empı́ricamente.
b: Constante adimensional, a determinar emp´ıricamente.
es : Presión de vapor saturado a una temperatura T .
e: Presión de vapor a una temperatura T .
Para condiciones normales de densidad y presión atmosférica, se ha propuesto

la relación,
Ea = 0.0265(1 + 0.0062 · u2)(es − e) (3.21)
donde Ea se expresa en [gr/cm2 · dı́a], la presión de vapor en [Hpa] y u2 es la

velocidad del viento a 2 metros de altura expresado en [km/d´ıa].
Reemplazando lo anterior en la ecuación (3.19) y expresando en términos

volumétricos, la ecuación de Penman queda finalmente,
QL
E=
ρw · L
∆ γ
E = 0.0167 ·(RN + QA − Qs)+0.265 (1+0.0062·u2)(es(T )−e(T ))
∆+γ ∆+γ
(3.22)
donde E se obtiene en [mm/dı́a], el término RN se expresa en [cal/cm2 · dı́a] y
los términos QA y Qs , suelen despreciarse.
∆
Nótese que el término γ
∆+γ
equivale al valor 1 − ∆+γ
, por lo que su valor
numérico puede obtenerse de la Tabla 3.3, o bien a partir de la ecuación (3.18).
3.5.4. Fórmulas Basadas en la Ley de Dalton
Un gran número de fórmulas empı́ricas han sido propuestas en la literatura

especializada para estimar tasas de evaporación a distintas escalas de tiempo,
las cuales se basan en la ecuación (3.2) o ley de Dalton, proponiendo distintas
expresiones para evaluar el coeficiente de proporcionalidad k.
3.5.4.1. Fórmula del Lago Hefner
Esta fórmula, deducida originalmente en 1954, en base a datos de evaporación

del Lago Hefner, ha sido extendida para su aplicación universal mediante la
expresión,
E = 0.291 · A−0.05u2(es − e) (3.23)
donde,
E: Evaporación en [mm/dı́a].
A: Área del lago o superficie evaporante en [m2 ]
u2: Velocidad media diaria del viento a 2 [m] de altura, en [m/s].
es − e: Déficit higrométrico en [mb] o [Hpa].
3.5.4.2. Fórmula de los Servicios Hidrológicos de la ex URSS
E = 0.15(1 + 0.72 · u2)(es − e) (3.24)

donde,
E: Evaporación en [mm/dı́a].
3.5.4.3. Fórmula de Meyer
Esta formula ha dado resultados relativamente buenos en Chile,
E = c(1 + 0.22 · u10)(es − e) (3.25)
donde,
E: Evaporación en [mm/mes].

c: Factor que depende de la profundidad y tamaño de la superficie evaporante.
sus valores oscilan entre 8 y 11.
3.5.5. Fórmulas Climatológicas
Desde un punto de vista climatológico, se han propuesto también una serie de

métodos o fórmulas para estimar la evaporación o evapotranspiración natural
a nivel de cuencas u hoyas hidrograficas. Entre ellas es posible destacar:
3.5.5.1. Fórmula de Turc
Fórmula de origen climatológico para estimar evapotranspiración potencial:

T 65 − h
ET = 0.013 · · (R + 50) · 1 + (3.26)
p
T + 15 120
donde,
ETp : Evapotranspiración potencial [mm/dı́a].
T : Temperatura media diaria [°C].
R: Radiación global [cal/cm2 dı́a].
h: Humedad relativa media diaria [ %].
En esta fórmula el último factor toma un valor 1 para humedades mayores a

65 %.
3.5.5.2. Método de Thornthwaite
De acuerdo a Thornthwaite (1948), la evapotranspiración potencial en cuencas

naturales se puede estimar por la expresión,
a
T
ETp = 16 · d · 10 · (3.27)
Ic
donde,
ETp : Evapotranspiración potencial [mm/mes].
T : Temperatura media mensual [°C].
d: Coeficiente de horas de luz.

Ic: Indice de calor anual.
El coeficiente de horas de luz (d) corresponde al cuociente entre la duración

media de las horas de luz del mes respecto al valor promedio 12 horas. Es un
valor calculable astronómicamente, dependiendo de la latitud del lugar y la
época del año. En la Tabla 3.4 se presentan valores del coeficiente mensual de
horas de luz en función de la latitud u época del año.
Por otro lado, el indice de calor anual está definido por la relación,
12
IC = ic (3.28)
i=1
donde a su vez, el ı́ndice de calor mensual ic se estima por la relación,

1.51
T
ic = (3.29)
5
Por último, el exponente a se calcula por la expresión,
a = 6.75 × 10−7I3c − 7.71 × 10−5I2 c+ 1.79 × 10−2Ic + 0.492 (3.30)
Para ambas fórmulas recién presentadas, se debe considerar que para su

aplicación a alguna cobertura vegetal especı́fica, deben multiplicarse por su
respectivo coeficiente de cultivo.
Existen además numerosas otras formulas empı́ricas que se utilizan princi-

palmente en Agricultura, para la estimación de la evapotranspiración potencial
de cultivos comerciales. En la publicación “Calculo y Cartografı́a de la Evapo-
transpiración Potencial en Chile”, de CNR-CIREN (1997) se proponen valores
de evapotranspiración potencial para distintas localidades del paı́s, estimados
con diversas metodologı́as.
Tabla 3.4: Coeficiente de horas de luz (d). Fuente: Thornthwaite (1948).

Latitud [°] (*) E F M A M J J A S O N D
5 1.02 0.93 1.03 1.02 1.06 1.03 1.06 1.05 1.01 1.03 0.99 1.02
10 1.00 0.91 1.03 1.03 1.08 1.06 1.08 1.07 1.02 1.02 0.98 0.99
15 0.97 0.91 1.03 1.04 1.11 1.08 1.12 1.08 1.02 1.01 0.95 0.97
20 0.95 0.90 1.03 1.05 1.13 1.11 1.14 1.11 1.02 1.00 0.93 0.94
25 0.93 0.89 1.03 1.06 1.15 1.14 1.17 1.12 1.02 0.99 0.91 0.91
30 0.90 0.87 1.03 1.08 1.18 1.17 1.20 1.14 1.03 0.98 0.89 0.88
35 0.87 0.85 1.03 1.09 1.21 1.21 1.23 1.16 1.03 0.97 0.86 0.85
40 0.84 0.83 1.03 1.11 1.24 1.25 1.27 1.18 1.04 0.96 0.83 0.81
45 0.80 0.81 1.02 1.13 1.28 1.29 1.31 1.21 1.04 0.94 0.79 0.75
50 0.74 0.78 1.02 1.15 1.33 1.36 1.37 1.25 1.06 0.92 0.76 0.70
-5 1.06 0.95 1.04 1.00 1.02 0.99 1.02 1.03 1.00 1.05 1.03 1.06
-10 1.08 0.98 1.05 0.99 1.01 0.96 1.00 1.00 1.00 1.06 1.05 1.10
-15 1.12 0.98 1.05 0.98 0.98 0.94 0.97 1.00 1.00 1.07 1.07 1.12
-20 1.14 1.01 1.05 0.97 0.96 0.91 0.95 0.99 1.00 1.09 1.09 1.15
-25 1.17 1.01 1.05 0.96 0.94 0.88 0.93 0.98 1.00 1.10 1.11 1.18
-30 1.20 1.04 1.06 0.95 0.92 0.85 0.90 0.95 1.00 1.12 1.14 1.21
-35 1.23 1.06 1.06 0.94 0.89 0.82 0.87 0.93 1.00 1.13 1.17 1.25
-40 1.27 1.08 1.07 0.93 0.86 0.78 0.84 0.91 1.00 1.15 1.20 1.29
-45 1.31 1.10 1.07 0.91 0.82 0.73 0.80 0.89 0.99 1.17 1.24 1.33
-50 1.37 1.14 1.10 0.89 0.79 0.68 0.74 0.86 0.99 1.19 1.29 1.41
(*): El signo - indica latitud sur.
3.6. Evaporación desde Salares
En la zona norte del pa´ıs existen numerosas cuencas endorreicas que no tienen
descarga al mar, por lo que las aguas se concentran en el punto más bajo de
ellas, conformando lagos o lagunas cerradas que al evaporar potencialmente
más que la alimentación que reciben, se transforman en salares, de los cuales
se evaporan todos o gran parte de los recursos h´ıdricos de la cuenca.
Cuando los salares mantienen lagunas o espejos de agua libre, o cuando su

costra se mantiene permanentemente saturada, la evaporación debe ser cercana
a la evaporación potencial de agua o suelos saturados, corregidos por un factor
que considere la salinidad del agua.
Si la superficie del salar se seca y el nivel de las aguas subterráneas del salar
comienza a bajar, las tasas de evaporación deben reducirse considerablemente,
en forma análoga a lo que sucede en los suelos.
3.7. Evaporación desde Superficies de Hielo o Nieve 93
A pesar de la enorme trascendencia que tiene el recurso agua en zonas desérti-

cas, existe muy poca información que permita estimar las tasas de evaporación
desde salares.
Algunos estudios realizados, proponen leyes de decaimiento exponencial de

la tasa de evaporación, a medida que la profundidad del nivel freático aumenta,
expresadas mediante la relación,
E = Eae−k·𝑥 (3.31)
donde,
E: Evaporación desde el salar o laguna [mm/dı́a].
Ea : Evaporación desde superficie de agua [mm/dı́a].
𝑥: Profundidad de la napa [m].
k: Constante de decaimiento
Para la constante k se han propuesto los valores k = 3.25 para el Salar de

Atacama (Mardones, 1986) y k = 0.92 para el Salar de Bellavista (Grilli et
al., 1987). Sin embargo, estos valores se estiman aún muy aproximados y de
carácter sólo referencial.
3.7. Evaporación desde Superficies de Hielo o Nieve
Muy poca información se dispone respecto a las tasas de evaporación desde

superficies de hielo o nieve. En general se estima que la sublimación directa es
bastante reducida, produciéndose principalmente la evaporación cuando el hielo
o nieve comienzan a tener algún contenido de agua lı́quida. Se han informado
valores del orden de 20 a 40 [mm/año] en regiones frı́as septentrionales, del
orden de 10 a 20 [mm/mes] en latitudes medias y valores de 2 a 4 [mm/d´ıa]
en zonas montañosas subtropicales como los montes Atlas en Marruecos o la
cordillera de Los Andes en el norte de Chile.
Algunos valores medidos en la localidad de La Parva, en la precordillera de

Santiago, arrojaron los valores estimativos que se presentan en la Tabla 3.5.
Los valores marcados con asterisco (*) no corresponden a valores medidos,

sino que estimados en base a correlación con evaporación de agua libre. Todos
Tabla 3.5: Valores estimativos de sublimación de nieves Lat. 33º Cota 2600
[m.s.n.m.].
Mes E F M A M J J A S O N D
E [mm/mes] 52.7* 43.9* 41.8* 26.4* 17.5 12.5 12.5 11.5 20.7* 29.3* 40.5* 45.0*
estos valores son de carácter sólo referencial y serı́an sólo aplicables a la cota
y latitud indicada, variando en función de estas variables en forma similar a la
variación de la evaporación desde agua, es decir dependientes principalmente
de la humedad, velocidad del viento y temperatura atmosféricos.
Maluk (2009) modelando el balance energético en un manto de nieve obtuvo

valores estacionales de evaporación de nieve en la zona central de Chile, que
oscilan entre un 10 % de la precipitación invernal para cotas bajas en años
húmedos hasta un 45 % de esta en zonas altas en años secos. Las mayores tasas
de evaporación ocurrirı́an en cotas bajas a fines de invierno y en primavera
en cotas medias y altas, coincidiendo con el perı́odo en que la nieve alcanza
su máxima madurez, es decir, temperaturas cercanas al punto de fusión y con
contenido de agua lı́quida. Los parametros meteorológicos de mayor incidencia
ser´ıan la sequedad del aire y principalmente la velocidad del viento. En ausen-
cia de mejor información, Maluk (2009) propone las siguientes relaciones para
estimar la evaposublimación mensual de nieves en la zona central de Chile.
Perı́odo abril - septiembre
0.951
h
Es = λ (85.32 + 7.972 · ln(𝑥)) u · 1− (3.32)
100
Perı́odo octubre - marzo

1.112
h
Es = λ (8.348 + 1.058 · ln(𝑥)) u· 1− (3.33)
100
donde,
𝑥: Cota sobre el nivel del mar en [m].
u: Velocidad media del viento a 1.5 [m] de altura, en [m/s].
h: Humedad relativa [ %].
λ: Fracción espacio-temporal de cobertura de nieve.
3.8. Reducción de la Evaporación desde Superficies Lı́quidas 95
3.8. Reducción de la Evaporación desde Superficies Lı́quidas
Bajo ciertas condiciones climáticas o de exposición, la pérdida de agua por

efecto de la evaporación puede llegar a ser considerable, al punto que justifique
tomar algunas medidas para intentar reducir las tasas de evaporación. Algunas
medidas que pueden tomarse son las siguientes:
Reducción de la superficie evaporante: En el caso de estanques o

embalses, aumentar la profundidad de la cuba, de manera de reducir la
relación superficie del espejo de agua/volumen almacenado. Esto desgra-
ciadamente implica un aumento de la altura de muros con el correspon-
diente aumento de costos.
Cubiertas artificiales: En estanques o embalses pequeños pueden uti-

lizarse cubiertas artificiales o balsas de troncos flotantes que protegen de
la radiacion disminuyendo la evaporación.
Capas superficiales monomoleculares: Es ampliamente conocido que

la aplicación de substancias aceitosas sobre la superficie del agua reduce
la evaporación. Sin embargo, el procedimiento es costoso, difı́cil de apli-
car e interfiere sobre la oxigenacion, sobre el intercambio de gases con la
atmósfera y sobre la flora y la fauna. Existen sin embargo, algunos tipos
de hidrocarburos de cadenas largas, tales como el hexadecanol (C 16OH)
o el octadecanol (C18OH) que son repelentes al agua y se esparcen es-
pontáneamente sobre la superficie formando capas o pelı́culas de sólo una
molécula de espesor. Esto tiene la ventaja de no interferir a los procesos
de aireación, no son toxicos a la flora y la fauna, permitiendo reducciones
de la evaporación de hasta un 50 %. Es, sin embargo, costoso y requiere
de permanente mantención, ya que el viento arrastra la capa hacia las
orillas, perdiéndose eficiencia.
Barreras cortavientos: Cualquier acción que tienda a disminuir el po-

der evaporante de la atmósfera reducirá la evaporación. Un procedimiento
simple y expedito es la plantacion de alamedas o barreras de árboles que
al disminuir o deflectar la velocidad del viento disminuyen la evaporación.
La mayor eficiencia se logra con barreras perpendiculares a la dirección
predominante de los vientos, sin aberturas o interrupciones, que pueden
ser contraproducentes, y no demasiado densas, ya que si forman una ba-

rrera impenetrable se generan turbulencias a sotavento, sobre el espejo
de agua, que incrementan la evaporación.
Bibliografı́a
Chow, V. T., D. R. Maidment, and L. W. Mays (1994), Hidrologı́a Aplicada,

Mc Graw Hill Interamericana, S.A. Santafé de Bogota, Colombia.
CNR-CIREN (1997), Calculo y Cartografia de la ET potencial en Chile, Comi-

sión Nacional de Riego y Centro de Información de Recursos Naturales.
DGA (1987), Balance hı́drico de Chile, Ministerio de Obras Públicas, Dirección

General de Aguas.
Esp´ıldora, B., E. Brown, G. Cabrera, & P. Isensee (1975), Fundamentos de

Hidrologı́a, Centro de Recursos Hidráulicos. Departamento de obras civiles,
facultad de ciencias fı́sicas y matemáticas, Universidad de Chile.
FAO (2006), Serie FAO Riego y Drenaje No. 56, Organización de las Naciones
Unidas para la Agricultura y la Alimentación, Roma, 2006.
Grilli, A., C. Fernández (1987), Evaluación de la Evaporación desde Salares Uti-

lizando Trazadores Naturales Ambientales. VII Congreso Nacional de Hidráuli-
ca, Santiago, Chile.
Linsley, R., M. Kohler, J.Paulhus (1958), Hydrology for Engineers, McGraw¸

Hill.
Maidment, D. R. (1993), Handbook of Hydrology, Mc Graw Hill.
Maluk, N. (2009), Estimación de Pérdidas por Evaposublimación en Cuencas

Nivales, Depto. de Obras Civiles, Universidad T. F. Santa Mar´ıa, Valpara´ıso,
Chile.
Mardones, L. (1986), Caracterı́sticas geológicas e hidrogeológicas del Salar de

Atacama. El litio, un nuevo recurso para Chile, Ed. Universitaria, Santiago,
Chile.
Stöwhas, L., Fundamentos de Hidrologı́a Aplicada, Apuntes Dir. Gral. Des.

3.8. Reducción de la Evaporación desde Superficies Lı́quidas 97
Cient. Tec., UTFSM, Valpara´ıso, Chile
Thornthwaite, C. W. (1948), ”An approach toward a rational classification of

climat´´, Geographical Review 38 (1): 55–94
WMO (1966), Measurement and Estimation of Evaporation and Evapotranspi-

ration,World Meteorological Organization, Technical Note No. 83, WMO-No.
201.TP.105, Geneva, Switzerland.
Capı́tulo 4
PRECIPITACIÓN
Introducción
En hidrologı́a se entiende por precipitación a toda agua de origen meteórico

que cae o se deposita sobre la superficie terrestre. Comprende en consecuencia,
la lluvia, el granizo, la nieve, el rocı́o y la escarcha.
El mayor elemento de almacenamiento de agua del planeta es obviamente

la hidrosfera (mares y océanos), desde donde el agua se evapora, consumiendo
la energ´ıa recibida principalmente desde el sol, para almacenarse en forma
de vapor en la atmósfera. El vapor que se incorpora, ejerce una presión, al
igual que cualquier otro gas, la cual va aumentando a medida que se incorpora
más vapor, hasta alcanzar un valor máximo o condición de saturacion que
aumenta, de acuerdo a la ley de presion de vapor saturado, en forma exponencial
con la temperatura. Al ser sobrepasado el lı́mite de saturación, se provoca la
condensación del sobrecontenido de vapor, el que pasa al estado lı́quido o sólido,
constituyendo las nubes, formadas por microscópicas gotas de agua o cristales
de hielo, del orden de micrones o milésimas de milı́metros de diámetro, en una
concentracion variable pero del orden de 400 [gotas/cm3], que se mantienen en
99
100 Precipitación
el aire en suspensión. Para que estas gotas o cristales precipiten, es necesario

un proceso de crecimiento de su tamaño del orden de un millón de veces, hasta
que alcancen el peso necesario para precipitar.
4.1. Mecanismos de Condensación
El mecanismo más frecuente utilizado por la naturaleza para condensar el vapor

de agua, formar nubes y precipitar, consiste en provocar el ascenso adiabático
de masas de aire húmedo. El aire, al ascender, se enfrı́a; con ello su presión de
vapor saturado disminuye, logrando la saturación y condensación.
Es posible clasificar las precipitaciones dependiendo del mecanismo natural

que provoque el ascenso de las masas de aire, en distintos tipos:
Precipitaciones convectivas.
Precipitaciones ciclónicas
Precipitaciones ciclónico-frontales
Precipitaciones orográficas.
4.1.1. Precipitaciones Convectivas
Debido al recalentamiento de masas de aire húmedo próximas a la superficie

terrestre, la atmósfera se hace inestable provocando el ascenso casi vertical de
este aire, que al enfriarse adiabáticamente, alcanza la temperatura de rocı́o
y la condensación. Las nubes ası́ formadas, de tipo cúmulus, tienen un gran
desarrollo vertical, alcanzando hasta la tropopausa y dando origen a precipita-
ciones localizadas y de gran intensidad. Sin embargo, al no haber realimentación
externa de aire húmedo, dado el escaso contenido de agua precipitable de la
atmósfera, estas lluvias son en general de corta duración.
El mecanismo generador del ascenso del aire es -en este caso- de origen
térmico, siendo las precipitaciones convectivas tı́picas de zonas tropicales o
de perı́odos calurosos en zonas templadas.
4.1. Mecanismos de Condensación 101
4.1.2. Precipitaciones Ciclónicas
La presencia de un ciclón, o zona de baja presión atmosférica, provoca la con-

vergencia del aire hacia ese punto, en un movimiento en espiral por la acción
de la aceleración de Coriolis, debiendo el aire necesariamente ascender en el
centro u ojo del ciclón, con su correspondiente enfriamiento y condensación.
Las precipitaciones ası́ generadas se denominan precipitaciones ciclónicas.
En presencia de un frente o zona donde se ponen en contacto masas de aire de

distinta calidad térmica, siendo de particular importancia el frente polar que se
genera aproximadamente a la latitud de 60°, donde se ponen en contacto masa
de aire caliente y húmedo de origen subtropical con masas de aire frı́o y seco
provenientes de las regiones polares; si se produce, por motivos de inestabilidad
de la circulación atmosférica, un centro de baja presión o ciclón, las masas
de aire circundantes, fr´ıas y calientes se ponen en movimiento, producto del
gradiente de presión, hacia el centro de baja. El movimiento en espiral en
torno al centro de baja presión, provoca el choque de masas de aire de distinta
calidad térmica. Esto provoca dos fenómenos distintos: En algunos sectores,
especı́ficamente al oriente del centro de baja en el hemisferio sur, las masas
de aire caliente irrumpen sobre las masas de aire frı́o y al ser más livianas
las primeras, estas se ven forzadas a ascender por encima del aire fr´ıo, con
lo que se enfr´ıan y condensan. Esto es lo que se denomina un frente caliente.
En otros sectores, es el aire fr´ıo el que irrumpe sobre el aire caliente y al ser
más denso, penetra como una cuña por debajo del aire caliente, provocando en
definitiva el mismo efecto, las masas de aire caliente y húmedo, se ven forzadas a
ascender, se enfr´ıan y condensan. Esto es lo que se denomina un frente fr´ıo. Las
precipitaciones ası́ generadas, se denominan precipitaciones ciclónico - frontales,
las cuales pueden ser de magnitud muy variable, dependiendo de la energ´ıa del
frente, son de duración prolongada, alcanzando desde horas a dı́as de duración
y cubren una gran extensión de territorio, de cientos o más kilómetros con una
distribución espacial bastante uniforme.
102 Precipitación
4.1.3. Precipitaciones Orográficas
Cuando la circulación de masas de aire húmedo se ve obstaculizada por la

presencia de barreras orográficas o cadenas montañosas dispuestas perpendi-
cularmente a la dirección del viento, el aire se ve obligado a ascender por la
presencia de esta barrera fı́sica, produciéndose su enfriamiento con la consi-
guiente condensación y precipitación. Por estos motivos, en las vertientes a
barlovento de las montañas la precipitación es bastante mayor que a sotavento,
donde el descenso posterior del aire, provoca su calentamiento y disipación de
las nubes, generando regiones secas y de temperaturas más altas que en la ver-
tiente opuesta, ya que el calentamiento del aire se aproxima más a un proceso
adiabático seco.
Las precipitaciones orográficas puras, sin embargo, suelen generar sólo llo-
viznas, manifestándose su efecto principalmente en combinación con algún otro
mecanismo, ya que las precipitaciones reales suelen ser mezclas de los distintos
tipos.
En Chile, salvo las precipitaciones altiplánicas del Norte Grande (Invierno

Boliviano) y algunas precipitaciones principalmente de verano en la cordillera,
que son de tipo convectivo, las principales precipitaciones son de origen ciclónico
frontal.
Los frentes, que se generan normalmente sobre el océano Pacı́fico, son des-
plazados por los vientos que en esas regiones predominan en dirección oeste –
este, hacia la costa y territorio de Chile, provocando la gran mayor´ıa de las
precipitaciones desde la III Región hacia el sur. El desplazamiento sucesivo de
un frente caliente seguido de uno fr´ıo en un lapso de uno a dos d´ıas, debiera
en principio generar dos perı́odos de mal tiempo, separados por algunas ho-
ras de tiempo inestable, aún cuando en la práctica, los frentes calientes suelen
pasar desapercibidos. Al alcanzar los frentes la zona continental, se hace pre-
sente el efecto orográfico debido a la presencia de la cordillera de la Costa y la
cordillera de Los Andes, que obligan a las masas de aire a ascender aún más,
provocando un aumento de las precipitaciones a barlovento de las montañas, y
su disminución a sotavento, generando en definitiva, una distribución bastante
más irregular de las precipitaciones que la que corresponderı́a a un fenómeno
ciclónico - frontal puro.
4.2. Mecanismos de Formación de Gotas 103
El desplazamiento anual en sentido norte - sur del Ecuador térmico, provo-

cado por la inclinación del eje terrestre, provoca a su vez el desplazamiento
latitudinal estacional de los frentes de mal tiempo, generándose el clima carac-
terı́stico de Chile, donde la zona norte es de carácter desértico, por encontrarse
permanentemente bajo predominio de condiciones anticiclonales, la zona cen-
tral presenta una clara distribución de precipitaciones que se concentran en
los meses de invierno, mientras la zona sur se mantiene permanentemente bajo
la influencia del frente polar, con precipitaciones bastante más parejas entre
invierno y verano.
4.2. Mecanismos de Formación de Gotas
La presencia de nubes no necesariamente significa que habrá precipitaciones.

Las microgotas o microcristales de hielo producidos por la condensación, se
mantienen en suspensión en la atmósfera, requiriéndose de un proceso adicional
de incremento de su tamaño, para que logren precipitar.
Los procesos de crecimiento de tamaño de las gotas, hasta alcanzar el peso

suficiente para su precipitación, ocurren fundamentalmente por dos mecanismos
distintos: Coalescencia directa y Núcleos de Condensación.
4.2.1. Coalescencia Directa
Se entiende por coalescencia directa a una serie de procesos que contribuyen

al aumento de tamaño de las gotas, entre los cuales pueden mencionarse las
atracciones electrostáticas, colisiones mecánicas y el arrastre de partı́culas de
agua que caen incorporando a otras en su paso.
4.2.2. Núcleos de Condensación
La presión de vapor saturado, de acuerdo a la ley de Clausius - Clapeyron,

función única de la temperatura, es válida sobre superficies planas. Sobre su-
perficies curvas, en particular sobre gotas de agua, por efecto de la tensión
superficial, la presión de vapor saturado depende del radio de curvatura de
104 Precipitación
acuerdo a la ecuación de Kelvin:

er 2σmv (4.1)
ln =
e∞ ρvTR∗r
donde,
er : Presión de vapor sobre superficie de radio r.
e∞ : Presión sobre superficie plana.
mv: Peso molecular del vapor de agua.
R∗: Constante universal de los gases.
σ: Tensión superficial.
ρv: Densidad del vapor de agua.
T : Temperatura absoluta.
De acuerdo a esta relación, a una temperatura dada, la presión de vapor

saturado aumenta al disminuir el radio, efecto que se hace particularmente
importante para diámetros menores a un micrón. De esta manera, las gotas
de muy pequeño diametro tienden a evaporarse y a condensar sobre gotas de
mayor diámetro.
Esta relación, sin embargo, se ve alterada cuando existen impurezas en el

agua. La presencia de núcleos de condensación, entendiéndose por ello a pe-
queñas partı́culas de sal arrastradas en los procesos de evaporación desde el mar
o simple y más frecuentemente, por impurezas o partı́culas de polvo elevadas
por el viento, al ser generalmente higroscópicas, atraen la humedad, generan-
do superficies con presión de vapor saturante más baja que la de las gotas de
agua pura. Esto provoca, en consecuencia, la evaporación de las gotas de agua
pura y su condensación sobre estos núcleos, los que van incrementando progre-
sivamente su tamaño hasta alcanzar el peso suficiente para precipitar. Algunas
investigaciones recientes sugieren la presencia de microorganismos vivos como
integrantes de los núcleos de condensación.
De acuerdo a la teorı́a del meteorólogo Thor Bergeron, cuando en una nu-

be coexisten gotas de agua con cristales de hielo, por ser la presión de vapor
sobre el hielo más baja que sobre el agua, los cristales actúan como núcleos
de condensación, atrayendo a las gotas de agua, que evaporan para condensar
sobre ellos. Este serı́a el principal mecanismo de incremento del tamaño de los
cristales y de generación de precipitacion en climas templados y frı́os donde
la precipitación se genera inicialmente en forma de nieve en zonas altas, de-
4.3. Formas de Precipitación 105
rritiéndose eventualmente durante su caı́da al ir aumentando la temperatura,

para alcanzar la superficie en forma de lluvia.
4.3. Formas de Precipitación
Dependiendo de la temperatura del aire, la condensación del vapor de agua se

traduce en su cambio al estado lı́quido o al estado sólido, generando en definitiva
precipitación en formas de lluvia o en forma de nieve. Ya que la precipitación,
al caer, tender a la temperatura de bulbo húmedo del aire que atraviesa,
la precipitacion serı́a lı́quida o sólida dependiendo de si la temperatura de
bulbo húmedo en superficie es superior o inferior a 0°C. Un buen ı́ndice para
discriminar entre la forma de lluvia y nieve, es una temperatura superficial del
aire cercana a –0.9°C, recomendandose como valor diario el ´ındice,
1
Ti = (Tmax + (k − 1)Tmin) (4.2)
k
donde,
Tmax : Temperatura máxima diaria.
Tmin: Temperatura m´ınima diaria.
El valor de k var´ıa entre 1 y 7, siendo el valor mas frecuente cercano a

k = 4. Sin embargo, para lluvias de alto perı́odo de retorno o lluvias de diseño
se recomienda el valor k = 7, con una temperatuta ı́ndice más cercana a la
mı́nima (Seguel & Stöwhas, 1985).
Para valores del ı́ndice Ti mayores a -0.9°C, la precipitación diaria serı́a

predominantemente l´ıquida.
Si la condensación se produce directamente sobre la superficie terrestre, ten-

dremos los fenómenos de rocı́o y escarcha respectivamente, dependiendo de si la
temperatura de la superficie supera o no los 0°C. El granizo corresponde a pre-
cipitación originalmente en forma lı́quida que por problemas de inestabilidad
atmosférica, se recongela antes de alcanzar la superficie. Es frecuente también
que precipitacion originalmente en forma de nieve, tenga tiempo de derretirse
antes de alcanzar la superficie, cayendo como agua-nieve o lluvia propiamente
tal.
106 Precipitación
4.4. Lluvias Artificiales
De acuerdo a lo anteriormente expuesto, los mecanismos de condensación y

formación de nubes no bastan para que se produzca precipitacion; se requiere
de un mecanismo adicional que provoque el aumento del tamaño de las gotas
de agua o cristales de hielo para que logren precipitar.
Los métodos de generación de lluvias artificiales consisten precisamente en la

incorporación de núcleos de condensación de baja presión de vapor saturante,
normalmente mediante el bombardeo de nubes con cristales de yoduro de plata,
con lo cual se favorece el incremento del tamaño de las gotas y su posterior
precipitación.
La efectividad de estos métodos es aún materia de controversia, pues se

argumenta que sólo aceleran un proceso que se producirı́a de todas maneras en
forma natural o que provocan precipitacion sobre ciertas áreas en perjuicio de
otras donde habr´ıa precipitado naturalmente.
4.5. Medición de la Precipitación
Existe una gran variedad de instrumentos para medir la precipitación, tanto

a nivel de valores diarios como a nivel horario. A continuación, se presentan
algunos de estos.
4.5.1. Pluviómetro
El instrumento basico para la medición de la precipitación lı́quida es el plu-

viómetro, que consiste simplemente en un embudo colector, normalmente de
20 [cm] de diámetro, que descarga a un recipiente de sección circular, cuyas
dimensiones y condiciones de instalación están normalizadas.
La unidad de medida es el mil´ımetro de altura de agua, equivalente a un

volumen de 1 litro por metro cuadrado de superficie. La medición se efectúa
registrando la altura de agua acumulada en un intervalo de tiempo dado, nor-
malmente un d´ıa, lo que da origen a las estad´ısticas de precipitaciones diarias.
4.5. Medición de la Precipitación 107
Las mediciones se efectúan rutinariamente entre las 08:00 de la mañana de un

dı́a y las 08:00 de la mañana del dı́a siguiente, debiendo consignarse por con-
vención, la precipitación medida, al dı́a en que se efectúa la lectura final. En
algunas ocasiones, las mediciones se efectúan cada 8 horas, a las 08:00, a las
16:00 y a las 24:00 horas.
Normalmente, la boca del colector descarga en un tubo graduado de sección

circular 10 veces menor, con lo que se logra una precisión 10 veces mayor en la
simple lectura ocular del instrumento.
Se recomienda que el pluviómetro debe instalarse en un lugar abierto pero

relativamente protegido del viento, la boca de captación debe ubicarse a una
altura de 1.5 metros sobre la superficie del terreno, debiendo existir un cono de
pendiente 1V:4H libre de cualquier obstáculo tales como árboles o construccio-
nes.
Cuando la precipitación ocurre en forma de nieve, el sistema de embudo re-

sulta inadecuado y se usa generalmente un colector de sección troncocónica,
para evitar la acumulación de nieve en la boca del colector. En este caso, el
instrumento pasa a llamarse nivómetro, recomendándose el uso de anticonge-
lantes (cloruro de calcio, CaCl2 ), previamente incorporado al receptáculo, para
facilitar la medición del equivalente en agua lı́quida de la nieve y para disminuir
la posibilidad de que la nieve sea arrastrada por el viento.
Como se verá más adelante, la medición de precipitación nival mediante

nivómetros, es altamente incierta, por lo que a menudo se opta por tapar la
boca de los pluviómetros durante perı́odos de precipitación en forma de nieve,
midiendo simplemente la altura de nieve acumulada en el suelo adyacente.
Es importante señalar que la medición de la precipitación está sujeta a una

serie de errores aleatorios y sistemáticos, que la eficiencia de captación es va-
riable, principalmente en función de la velocidad del viento, por lo que en
definitiva la medición obtenida debe considerarse sólo como un “ı́ndice” de la
precipitación real y no como la verdadera magnitud de la precipitación caı́da.
El viento es normalmente la principal fuente de error en la medición de la

precipitación, debido a los torbellinos y perturbaciones aerodinámicas que la
presencia del pluviómetro origina, efecto que es particularmente importante en
108 Precipitación
el caso de la precipitación nival.
Se denomina eficiencia de un pluviómetro, al cociente entre la precipitación

realmente captada y la precipitación real. El efecto del viento sobre la eficiencia
del pluviómetro o nivómetro se presenta en la Figura 4.1.
0 2 7
1 lluvia predominante
Eficiencia del pluviómetro o nivómetro [%]
3
9 Nieve predominante
9 10
20
2 2 7
6 1 8
3 3
3
7
40
10 7
3
5 3
2 4
60
5
2
80
100
0 10 20 30 40 50 60
Velocidad del viento [millas/hr]
Figura 4.1: El efecto del viento sobre la eficiencia del pluviómetro o nivómetro.
Para mejorar la eficiencia de captación, en el caso de los nivómetros, estos
suelen equiparse con pantallas corta viento, de las cuales la más común es la
denominada pantalla Alter, que se muestra en la Figura 4.2.
Por último, es necesario señalar que la medición de un pluviómetro es de

tipo puntual, es decir mide la variable o “ı́ndice” en el punto especı́fico de su
instalación. Para poder cuantificar la precipitación sobre un área más extensa,
cuenca o región, es necesario instalar una red de pluviómetros adecuadamen-
te distribuidos a lo largo y ancho de la zona a estudiar. La densidad de la
red necesaria dependerá de la uniformidad espacial de las precipitaciones en
la región. En zonas planas con precipitación ciclónica frontal, de distribución
muy uniforme, podrá bastar un instrumento cada cientos de kilómetros cua-
drados o más. En zonas con acentuado efecto orográfico, la densidad ideal serı́a
Figura 4.2: Pantalla corta viento tipo Alter.
considerablemente mayor.
4.5.2. Pluviógrafos
Si se desea disponer de información de precipitación en intervalos menores a

la escala diaria o aún en forma continua, es necesario recurrir a instrumentos
inscriptores llamados pluviógrafos, que registran en forma continua la precipi-
tacion acumulada en función del tiempo.
Se utilizan principalmente tres tipos de pluviógrafos:
de báscula
de sifón
gravimétricos o de balanza.
4.5.2.1. Pluviógrafo de Báscula
En el pluviógrafo de báscula, el embudo de la boca del colector descarga so-

bre una báscula o balanza compuesta de dos compartimentos que oscilan en
torno a un pivote de eje horizontal. Al acumularse una cierta cantidad de agua
110 Precipitación
predeterminada sobre uno de los compartimentos, la báscula se desequilibra,

inclinándose hacia el otro lado, descargando el agua acumulada y comenzando a
llenar el otro compartimiento. Cada oscilación de la báscula acciona unos engra-
najes que van inscribiendo la precipitacion acumulada en un tambor giratorio.
El gráfico resultante, llamado pluviograma, queda constituido, en consecuencia
por l´ıneas discontinuas en forma de escalera, donde cada trazo vertical indica,
por ejemplo, 1 mm de precipitacion acumulada. Este tipo de instrumento, pier-
de precisión para intensidades de precipitación muy extremas, altas o bajas,
no habiendo sido muy usado históricamente en Chile. En los últimos años, sin
embargo, con la aparición de instrumentos digitales, que reemplazan la ins-
cripción gráfica por el envı́o de señales remotas a una central computacional de
procesamiento, estos instrumentos se han hecho más habituales, ya que parecen
ser los más adaptables al registro digital de la información.
4.5.2.2. Pluviógrafo Gravimétrico
En este caso el colector descarga sobre un balde montado sobre una pesa o
romana de alta precisión, registrándose el aumento de peso o precipitación
acumulada en un tambor giratorio. El pluviograma resultante, en este caso, es
una lı́nea continua, cuya tangente representa la intensidad de la precipitación,
medida habitualmente en unidades de mil´ımetros por hora.
dP
i= (4.3)
dt
Este tipo de pluviógrafo es el más adecuado para medir precipitación nival,

eliminando el embudo del colector y cargando inicialmente el balde con una
carga de anticongelante (CaCl2) y una ligera capa de aceite liviano, para re-
ducir la evaporación. En este caso el instrumento pasa a llamarse nivógrafo,
normalmente provisto de una pantalla Alter, para disminuir el efecto del viento
en su eficiencia. Aún ası́, la medición con nivógrafo mantiene las dificultades
señaladas en el caso de los nivómetros.
4.5.2.3. Pluviógrafo de Sifón
En el pluviógrafo de sifón, el embudo del colector descarga sobre una probeta

provista de un flotador conectado mediante poleas y engranajes a una aguja
inscriptora que va inscribiendo la precipitación acumulada en un tambor. La
probeta está conectada a un sifón, que se ceba al alcanzarse una cierta preci-
pitación acumulada (10 mm), vaciando el agua contenida en la probeta hasta
que el sifón se desceba, acumulándose el agua descargada en un recipiente co-
nectado a la descarga del sifón, lo que permite el registro manual del total de
precipitación acumulada.
El mecanismo de inscripción genera un tipo de pluviograma particular, tal

como el que se presenta en la Figura 4.3, donde se observa la descarga brusca
de la probeta, cada vez que se acumulan 10 [mm] de precipitación.
Figura 4.3: Pluviograma de un pluviógrafo de sifón.
Este es el tipo de pluviógrafo historicamente más utilizado en Chile, al menos

en las versiones convencionales o mecánicas.
4.5.3. Medición de Precipitación Nival
Como se mencionara anteriormente, la eficiencia y confiabilidad de las medicio-

nes de nivómetros y nivógrafos es bastante baja. Debido a esto y gracias a que
112 Precipitación
la precipitación nival queda acumulada sobre el terreno, a menudo se recurre a

la técnica de tubos muestreadores para medir la precipitación nival.
El tubo muestreador más utilizado corresponde al que se denomina tubo

“Monte Rosa”, que consiste en un tubo de aluminio que se hinca en la nieve
con el objeto de obtener una muestra cil´ındrica del perfil de nieve acumulada
sobre el terreno. El tubo, conocido su peso inicial vac´ıo, se pesa con su conteni-
do de nieve en una balanza portátil especialmente calibrada, que por diferencia
de peso, entrega directamente el peso de la nieve contenida en la muestra, ex-
presado en términos de su equivalente en agua, definido como la altura de agua
l´ıquida que resultar´ıa de la fusion total de la nieve. El tubo mismo trae exte-
riormente una escala graduada que permite, al hincarlo en la nieve, determinar
directamente el espesor H del estrato de nieve muestreado.
Con la información de altura y equivalente en agua de la nieve se puede

conocer además, su densidad aparente,
E.A.
ρn = (4.4)
H
donde,
ρn: Densidad aparente de la nieve, en [gr/cm3].
E.A.: Equivalente en agua en [cm] o [gr/cm2].
H: Altura del manto en [cm].
Cuando sólo se hacen mediciones de la altura del espesor del manto con
alguna regla graduada, para conocer el equivalente en agua de la nieve, se suele
suponer una densidad de nieve recién caı́da, de ρn = 0.1 [gr/cm3 ].
Uno de los problemas del uso de tubos muestreadores es su representativi-

dad, ya que miden la cantidad de nieve que queda depositada en un punto
especı́fico del terreno, magnitud que no tiene por qué coincidir con la nieve
precipitada, ya que las ventiscas o “viento blanco” suelen arrastrar la nieve de
lugares expuestos, depositándola en lugares protegidos contra el viento.
Para salvar parcialmente esta limitación, deben hacerse varias mediciones si-
multáneas del equivalente en agua de la nieve a lo largo de un perfil longitudinal
del terreno que sea representativo de las variaciones topográficas del lugar y de
las distintas condiciones de acumulación de la nieve. Un promedio de todas las
mediciones efectuadas, se considera más representativo del equivalente en agua
promedio del manto.
Las mediciones sucesivas, deben efectuarse siempre en el mismo lugar, a fin

de que sus datos sean comparables, por lo que el trazado del perfil se señala
con balizas o jalones a lo largo de la zona de medición. Estas instalaciones se
conocen con el nombre de “rutas de nieve”.
Aparte del uso de tubos muestreadores y rutas de nieve, existen procedimien-

tos más sofisticados para medir el equivalente en agua de la nieve, entre los que
destacan métodos basados en la atenuación de la radiación emitida por alguna
fuente radioactiva instalada en el terreno, ya que la absorción de la radiacion
dependerá de la masa de nieve atravesada por la radiación, e instrumentos co-
nocidos como “colchones de nieve”, que consisten en estanques sellados, con
forma de “almohada” o colchones que se depositan inicialmente en el terreno,
llenos de algún lı́quido que no se congele. Al irse acumulando nieve sobre el
colchón, el peso de esta se traduce en un aumento de la presión interior del
lı́quido, cuya magnitud será proporcional al equivalente en agua de la nieve
acumulada sobre él. Los registros de variación de presión del lı́quido, pueden
trasmitirse en forma remota a alguna estación de control.
Todos estos métodos más sofisticados, tampoco están exentos de incertidum-

bres y errores, manteniéndose la precipitación nival como una de las variables
hidrológicas más difı́ciles de medir en forma confiable.
4.5.4. Observaciones Satelitales
Con el espectacular desarrollo tecnológico de los últimos años, hoy se dispone

de estaciones automatizadas de medición con teletrasmisión de la información,
ası́ como de satélites meteorológicos que permiten conocer en tiempo real el
estado del tiempo a escala mundial. Mediante dichas estaciones y a través de
fotograf´ıas satelitales en bandas de luz visible y diversas bandas infrarrojas, es
posible identificar las áreas cubiertas por nubes, las áreas cubiertas de nieve, las
áreas donde está precipitando; además de varias otras variables meteorológicas
tales como temperatura, radiación, humedad y vientos. A dicha información y
fotografı́as, ası́ como a su interpretación y pronósticos en base a ellas, se puede
acceder a través de Internet o instituciones como la Dirección Meteorológica de
114 Precipitación
Chile y la Dirección General de Aguas.
4.6. Procesamiento de Datos Pluviométricos
Como resultado de la medición continua o diaria de información sobre precipi-

tación es posible generar estadı́sticas de precipitación a escala diaria, mensual
o anual que permiten caracterizar el régimen de precipitaciones en una deter-
minada estación de medición.
Ası́ es como producto de la acumulación en un mes de mediciones plu-

viométricas diarias, es posible determinar la precipitación mensual de un año
determinado; de la suma de estas, se obtiene la precipitación total anual, y del
promedio de estas últimas, para un perı́odo en lo posible de 30 años, se obtiene
el módulo pluviométrico o precipitacion media anual de un determinado lugar.
Esta información estadı́stica es recopilada por los organismos encargados de
su medición, particularmente el Banco Nacional de Aguas de la DGA y la Di-
rección Meteorológica de Chile, aún cuando existen diversos otros organismos
fiscales, privados o particulares, que colaboran en esta función.
En la Tabla 4.1 se presentan estad´ısticas de precipitaciones medias mensuales

en diversas localidades del paı́s, correspondientes a un periodo de 30 años de
datos (1970-2000). En esta se observan las variaciones latitudinales del clima y
el efecto de la orografı́a sobre los montos de precipitación en cada lugar.
Para llegar a esta representación estadı́stica de la caracterı́sticas pluviométri-

cas de un determinado lugar, la información recopilada debe previamente re-
visarse, analizarse y procesarse a fin de detectar errores u omisiones en su
medición, ası́ como debe verificarse la homogeneidad de la información reco-
pilada, que dé validez estadı́stica a los análisis a que dicha información sea
sometida.
La utilización de esta información requiere, por lo tanto, de una serie de

tratamientos de verificación, relleno, corrección y ampliación de ella.
En primer lugar la estad´ıstica debe revisarse y compararse con la de esta-

ciones vecinas, a fin de verificar su consistencia y detectar errores groseros que
pueda contener producto de omisiones de medición o errores de trascripción.
4.6. Procesamiento de Datos Pluviométricos 115
Tabla 4.1: Precipitaciones Medias Mensuales [mm].

Estación ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
Arica 0.3 0 0 0 0 0.1 0.2 0.3 0.4 0 0 0 1.3
Antofagasta 0 0 0 0.2 0.1 1 1.5 0.8 0.7 0.5 0.3 0.1 5.2
Copiapó 0 0 0.1 0.7 3.9 7.5 6.2 4.3 0.3 1 0.1 0 24.5
Vallenar 0 0 0 1.8 7.4 10.1 8.4 11.4 3.3 1.85 0.3 0 45.5
La Serena 0.1 0.6 0.8 2.3 21.2 38.9 33.8 22.1 6.2 3.4 0.7 0.4 125.8
Vicuña 0 0.8 1.3 3.6 23.3 36 29.8 25.6 7.2 4.2 0.9 0.3 137.5
Valpara´ıso 1.4 1.2 6.6 16.7 82.7 124.3 97.2 67.7 25.9 11.7 5.6 3 449.1
San Felipe 1.4 2.1 1.6 9.2 42.8 62.1 48 45.9 17.9 8.4 3.9 2 245.8
Santiago 1.4 2.3 4.3 14.6 59.3 81.3 73.3 56.8 28.7 13.9 6.2 4.2 346
Rancagua 2.8 2.2 7.3 21.9 74.7 103 77.9 65.6 31.4 17.2 9.9 4.4 420.2
Curicó 6 4 12.2 41.2 142 172 144 105 56.6 31 15.7 12 722.6
Linares 14.7 10.4 21.1 67.4 170 203 184 134 82.6 43.6 34.7 17.1 986.5
Chillán 19.8 15.4 27.4 62.2 167.1 201.8 175 145 88.7 47.1 31.8 29 1033
Los Angeles 24.8 26 46.1 85.3 210.8 250.9 218 185 106 60.9 51.5 35.8 1301
Victoria 43.5 40.5 66.4 115 250 292 265 225 138 90.7 75 59.2 1654
Temuco 34.2 39.7 66.6 110 218 207 194 158 98.5 69.4 72.6 58.1 1332
Osorno 47.6 46.9 62.5 110 195 227 187 164 109 70.6 59.3 57.6 1331
Pto. Montt 106 99 149 176 252 251 250 223 163 128 130 126 2060
Pta. Arenas 33.9 28.2 42.3 44.6 46.8 37.2 36.2 37 30.5 24.8 30.4 33.3 425.3
Es ası́ como la omisión o error en un dı́a de medición en un año completo,

invalida el dato de la precipitación del correspondiente mes y en definitiva del
año completo, por lo que resulta altamente conveniente, para aprovechar el resto
de la información medida, rellenar o estimar mediante algún procedimiento
confiable el dato faltante o erróneo.
Otras veces ocurre que la longitud del perı́odo de medición de una deter-
minada estación es demasiado corto, invalidando cualquier análisis estadı́stico,
por lo que puede resultar necesario extender la longitud de dicho perı́odo apro-
vechando otra información cercana disponible.
Por último puede ocurrir que producto de variaciones de las condiciones de

medición, recordando que el dato medido es sólo un ı́ndice, distintas mediciones
en un mismo lugar no sean estrictamente comparables entre s´ı, lo que requiere
de tratamientos de homogeneización de dicha información.
Los procedimientos y métodos utilizados para este tipo de correcciones se

indican en los acápites siguientes.
116 Precipitación
4.6.1. Relleno de Estadı́sticas
Es frecuente que en una estadı́stica pluviométrica falten datos sobre la precipi-

tación caı́da en algunos dı́as, meses o años completos, por lo que es conveniente
disponer de métodos que permitan rellenar estadı́sticas en estas condiciones.
Para el relleno de valores faltantes aislados se recomienda utilizar los valores
simultáneos disponibles en al menos las tres estaciones más cercanas.
Si el módulo pluviométrico de las estaciones difiere en menos de un 10 %,

basta estimar la información faltante como el promedio simple de las estaciones
vecinas
Pa + Pb + Pc
Px = (4.5)
3
Si los módulos difieren en más de un 10 %, es preferible un promedio ponderado
según los módulos de cada estación
Px Pa/Ma + Pb/Mb + Pc/Mc

= (4.6)
Mx 3
donde,
Px : Precipitación o dato faltante.
Pi : Precipitación en estación vecina i.
Mi : Modulo pluviométrico de la respectiva estación i.
Para estos propósitos pueden utilizarse también correlaciones estadı́sticas

entre las estaciones o aún métodos geoestadı́sticos, aunque normalmente no se
justifica.
4.6.2. Homogeneidad de Estadı́sticas
Una vez que se dispone de la estad´ıstica completa, es necesario verificar la

homogeneidad de la misma.
Como se mencionara anteriormente, el dato pluviométrico es sólo un ı́ndi-

ce; luego, producto de modificaciones ambientales, cambio de ubicación del
instrumento, cambios del instrumento mismo o aún cambios del operador del
instrumento, puede producirse un cambio, disminución o aumento de la preci-
pitación medida, sin que ello signifique un cambio de la precipitación verdadera
o real.
4.6. Procesamiento de Datos Pluviométricos 117
Para detectar la presencia de heterogeneidades en la estad´ıstica, se utiliza

normalmente el método de las curvas doble acumuladas, que consiste en graficar
la precipitación anual acumulada de la estación en análisis, versus el valor
acumulado de una precipitación patrón, constituida por un promedio de las
estaciones vecinas.
El método se basa en la hipótesis de que si la zona es pluviométricamente

homogénea, la precipitacion anual en un lugar dado, debe ser estadı́sticamente
proporcional a la precipitación del patrón. Es decir,
Px = αPp + ε (4.7)
donde ε es algún resto aleatorio, error o simple dispersión.
Acumulando en el tiempo,
/
/ 0 ≈
P = αP +
/
ε = αP (4.8)x p
ya que la suma o promedio de los errores o dispersiones debiera ser despreciable,
si no nula. p
Luego, si la estadı́stica es homogénea, la curva será una recta de pendiente

α que pasa por el origen. Si se observa una discontinuidad, o dos o más tramos
de pendientes distintas α1 y αi , significa que en esos perı́odos hubo cambios en
las condiciones de medición. Para homogeneizar la información, deben llevarse
todos los datos a una recta de pendiente única, corrigiendo los valores medidos,
previa investigación de la causa que pudo haber producido el cambio, por la
relación
α1
Pc = P m (4.9)
αi
donde,
Pc Precipitación corregida.
Pm Precipitacion medida.
αi : Pendiente del perı́odo a corregir.
α1 : Perı́odo de homogeneización, por convención, normalmente el perı́odo más
reciente.
Este procedimiento de corrección debe efectuarse en forma cautelosa, no

recomendándose corregir cambios de pendiente no muy notorios o que perduren
por menos de cinco años. Ademas, el procedimiento debe ser iterativo, partiendo
118 Precipitación
inicialmente con un patrón que contenga todas las estaciones disponibles y

eliminando sucesivamente de él aquellas estaciones que no resulten homogéneas.
En algunas ocasiones se observa un desplazamiento brusco de la curva acumu-

lada, manteniendo su misma pendiente. Esta discontinuidad revela casi siempre
la existencia de un error grosero en el dato de la precipitacion anual de la es-
tacion en análisis, en el año en que se produce el desplazamiento.
Las figuras 4.4 y 4.5, muestran curvas doble acumuladas t´ıpicas donde es
posible apreciar los efectos de cambios en las condiciones de medición o errores
groseros en la estad´ıstica.
8000
7000
6000
Estación [mm]
5000
4000
3000
2000
1000
0
0 10000 20000 30000 40000 50000 60000
Patron [mm]
Figura 4.4: Curva doble acumulada con tramos de pendientes (α) distintas.
10000
9000
8000
7000
Estación [mm]
6000
5000
4000
3000
2000
1000
0
0 10000 20000 30000 40000 50000 60000
Patron [mm]
Figura 4.5: Curva doble acumulada con desplazamiento brusco debido a un

error grosero de medición.
4.7. Precipitación Media Real o en el Espacio 119
4.6.3. Ampliación de Estadı́sticas
Es frecuente que existan estaciones pluviométricas cuya longitud es demasiado

corta para los efectos de análisis estadı́sticos, por lo que puede resultar conve-
niente intentar ampliar la longitud de la serie de datos. Aunque la información
que no se midió, será imposible conocerla en exactitud, esta es posible estimar-
la en base a información de estaciones vecinas. Los procedimientos utilizados
pueden ser en base a las curvas doble acumuladas o a correlaciones estad´ısticas.
Para precipitaciones anuales, la extensión de la serie faltante puede efectuarse

en base a la pendiente de la curva doble acumulada,
Px = αPp (4.10)
Esta estimación, sin embargo, genera estadı́sticas con una desviación estándar
parecida a la del patrón, que por ser un valor promedio, es inferior a la de las
estaciones individuales.
Por lo anterior, para precipitaciones anuales, como para escalas de tiempo

más cortas, precipitaciones estacionales, mensuales o aún perı́odos menores,
puede recurrirse a correlaciones estad´ısticas, intentando regresiones lineales,
simples o múltiples con estaciones vecinas del tipo:
Px = αPp (4.11)
La gran disponibilidad actual de software estadı́stico o planillas electróni-

cas, facilita enormemente hoy en dı́a este tipo de cálculos. Deben intentarse
a criterio diversas regresiones posibles y elegir aquella que muestre la mejor
correlación, a juzgar por el coeficiente de correlación obtenido. Un coeficiente
igual a 1 significa una correlación perfecta, un coeficiente nulo significa que no
hay ninguna correlación. En general, se estima aceptables o admisibles, coe-
ficientes de correlación superiores a R = 0.7, sujetos a tests estadı́sticos que
aseguren su representatividad.
120 Precipitación
4.7. Precipitación Media Real o en el Espacio
Conocida la precipitación en una serie de estaciones de una red pluviométrica,

normalmente resulta necesario establecer la magnitud media de la precipitación
en una determinada zona, cuenca o región. Para ello se utilizan normalmente
tres procedimientos alternativos de precisión creciente:
Promedio aritmético simple.
Método de los polı́gonos de Thiessen.
Método de las isoyetas.
4.7.1. Promedio Aritmético Simple
El promedio aritmético de todas las estaciones existentes dentro de la cuenca o

área en estudio, es la estimación más facil y simple de la precipitación promedio
sobre el área.
ΣN (4.12)
Pi
P̄ = i=1
donde Pi es la precipitación individual deNcada estación.
Desgraciadamente, debido a que la red de estaciones pluviométricas es nor-

malmente desuniforme, concentrándose las estaciones en los lugares poblados o
más accesibles, normalmente en zonas bajas donde la precipitación es menor, el
promedio aritmético es normalmente la estimación menos precisa del promedio
de precipitación sobre una cuenca.
4.7.2. Polı́gonos de Thiessen
El método de los polı́gonos de Thiessen es un promedio ponderado de las pre-

cipitaciones en las diferentes estaciones de la cuenca o áreas vecinas, usando
como factor de ponderación la magnitud relativa de las superficies o áreas que
resultan las más cercanas a una estación dada. Las áreas de influencia de cada
estación se obtienen al determinar los polı́gonos que resultan de la intercep-
ción de las simetrales trazadas a una red de triángulos que unen a todas las
estaciones, según se ilustra en la Figura 4.6.
4.7. Precipitación Media Real o en el Espacio 121
Figura 4.6: Pol´ıgonos de Thiessen.
En este caso, la precipitación media espacial viene dada por la relación,

ΣN PiAi (4.13)
P̄ = i=1
AT
donde,
Pi : Precipitacion individual de cada estación.
Ai : Área de cada polı́gono de influencia, en el caso de polı́gonos internos, o área
encerrada por las aristas del polı́gono y la lı́nea divisoria de agua, en el caso de
los polı́gonos exteriores abiertos.
AT : Área total de la cuenca.
Nótese que en este caso pueden y deben incluirse estaciones que se ubiquen
fuera de los lı́mites de la cuenca, siempre que su área de influencia abarque
algún sector de la cuenca en estudio.
Este procedimiento da normalmente una mejor estimación de la precipitación

media espacial, que el simple promedio aritmético.
4.7.3. Método de las Isoyetas
Las lı́neas isoyetas, definidas como las lı́neas de igual precipitación, se trazan
a partir de los puntos individuales con información medida, en forma análoga
a las curvas de nivel topográfico, obteniéndose un promedio ponderado, según
la ecuación (4.13), utilizando como factor de ponderación, el área o superficie
122 Precipitación
comprendida entre dos curvas isoyetas sucesivas y, como precipitación repre-

sentativa, el promedio de los valores de las isoyetas que definen dichas áreas.
Al igual que en el caso de los polı́gonos de Thiessen, debe considerarse la

información que entregan estaciones ubicadas fuera, pero cercanas a la cuenca
en estudio.
El problema de las curvas isoyetas es que estas son dinámicas. A diferencia de

los polı́gonos que se trazan una sola vez, ya que sólo dependen de la ubicación
fı́sica de cada estación, las curvas isoyetas resultarán distintas para diferentes
conjuntos de datos de precipitación.
Otra caracter´ıstica de las curvas isoyetas, es que tienen una componente

subjetiva, dependiendo de la persona que efectúe su trazado. Si bien es cierto
que hoy existen programas computacionales que permiten su trazado objetivo,
adoptando algún criterio matemático predeterminado de interpolación, es con-
veniente modificarlas, incorporando el conocimiento adicional que se tenga de
las caracterı́sticas pluviométricas de la región, como puede ser el efecto de la
orografı́a sobre la distribución de las precipitaciones.
El trazado de isoyetas efectuado por una persona experta y conocedora de

las caracterı́sticas pluviométricas del área en estudio, se postula que es la mejor
estimación de la precipitación media sobre una cuenca.
Parte de la subjetividad puede eliminarse, utilizando técnicas geoestadı́sticas

más sofisticadas, como es el método de interpolación en base a “kriging”, donde
se puede incorporar como elemento de interpolación, la cota o altitud de cada
estación (Jacquin, 2001).
En la publicación “Balance Hı́drico de Chile”, de la DGA (1987), se han

trazado las curvas isoyetas medias anuales de diversas regiones de Chile.
4.8. Intensidades de Precipitación
En muchas aplicaciones, especialmente de ingenierı́a, resulta de mayor interés

que la precipitacion diaria total, establecer la tasa o intensidad a la cual ocurre
la precipitación, para perı́odos más cortos de tiempo, expresada normalmente
en la unidad [mm/hr].
4.8. Intensidades de Precipitación 123
Aún cuando se han propuesto instrumentos para medir directamente esta

información, normalmente se recurre a registros de pluviógrafos, que propor-
cionan un “pluviograma”, o curva que muestra la variación en el tiempo de la
precipitacion acumulada.
Derivando estas curvas, lo que se efectúa en la práctica en forma discreta,

estableciendo para intervalos de tiempo pequeños dt, la intensidad media en el
intervalo, dada por la expresión,
dP
īdt = (4.14)
dt
Es posible establecer el hietograma de la tormenta, o curva que representa
la variación de la intensidad de la precipitación en el tiempo. Mediante ins-
trumentos con registro digital es posible hoy medir precipitaciones ca´ıdas en
cortos intervalos de tiempo, del orden de 10 o menos minutos, de los cuales se
puede derivar en forma directa el hietograma correspondiente.
4.8.1. Curva Intensidad – Duración
Para establecer las caracter´ısticas de la variabilidad de las intensidades de pre-

cipitación en el tiempo, se recurre a la curva intensidad-duración, o curva que
representa la intensidad media máxima de precipitación ocurrida durante la
tormenta para intervalos continuos de tiempo de distintas duraciones. Para
ello se rastrea a lo largo del hietograma, los promedios móviles ocurridos para
distintas intervalos de duración n∆t, n = 1, 2, · · · , N , siendo N el valor
T
N = (4.15)
∆t
donde T es la duración total de la tormenta.
La forma tı́pica de una curva de intensidad- duración es la de una exponen-

cial decreciente, con las mayores intensidades para los intervalos más cortos y
las menores para intervalos mayores. Para cada tormenta ocurrida, es posible
entonces, si se dispone de registro pluviográfico, determinar su curva intensi-
dad - duración, que indica la máxima intensidad media que ocurrió para dicha
tormenta, para distintos intervalos continuos de duración.
Desgraciadamente la disponibilidad de registros pluviográficos es escasa, y si

sólo se dispone de estadı́sticas pluviométricas diarias, sólo se dispondrá de un
124 Precipitación
punto de la curva, correspondiendo a la intensidad media diaria o en 24 hrs,

dada por la expresión
P24
i24 = (4.16)
24
donde,
i24: Intensidad media en 24 hrs, en [mm/hr].
P24 : Precipitación caı́da en 24 hrs, en [mm].
Sin embargo, estad´ısticamente se ha establecido, en diversas partes del mundo

que la forma de las curvas intensidad - duración es muy poco variable para
tormentas de un mismo tipo, por lo que es posible estimar intensidades en
distintas duraciones de las tormentas a partir de un punto conocido de ellas,
normalmente la intensidad media diaria i24.
Es ası́, que para caracterizar estadı́sticamente la distribución temporal de las

precipitaciones, se ha propuesto el uso de coeficientes de duración, definidos
por la relación,
P (t)
Cd(t) = (4.17)
P0
donde,
P (t): Máxima precipitación caı́da en un intervalo de duración t.
P0 : Máxima precipitación caı́da en un intervalo de referencia conocido, normal-
mente 1 hora o 24 horas.
Los coeficientes de duración se postulan estadı́sticamente constantes para

una estación dada, e incluso para una cuenca o región con un mismo tipo de
régimen de precipitaciones, habiendo sido determinados en diferentes lugares
del mundo.
Postulando, como se verá más adelante, su independencia respecto a la pro-

babilidad o frecuencia de la lluvia, pueden deducirse coeficientes de duración
promedios para distintas ciudades chilenas, a partir de estudios realizados por
distintos autores, según se indica en las tablas 4.2 y 4.3.
En relación a los valores de la Tabla 4.2, para intervalos de duración menores

a una hora, los valores propuestos por Broekman y Quintana, muy coincidentes
entre sı́, corresponden al análisis de un grupo reducido de tormentas en la ciu-
dad de Santiago de la primera mitad del siglo XX. Los valores propuestos por
Schroeder (1971), Estellé et al. (2003) y Espinoza (2005), para las estaciones
Santiago - Quinta Normal y Valpara´ıso - Universidad Santa Mar´ıa, respec-

tivamente, también muy coincidentes entre sı́, han sido deducidos de análisis
probabil´ısticos de tormentas, y corresponden, en consecuencia, a valores prome-
dios de grandes tormentas de lluvias que ocurren con intervalos de recurrencia
entre 2 y 100 años.
Los valores propuestos por Espı́ldora (1971), corresponden a valores pro-

medios, obtenidos del análisis de datos propuestos por distintos autores, para
diversas ciudades del pa´ıs.
En la literatura se han propuesto además diversas fórmulas que pretenden

tener validez universal, entre las que destaca, por su frecuente aplicación en
Chile, la denominada fórmula de Grunsky, según la cual,
r 24
i(t) = i24 (4.18)
t
donde,
i(t): Intensidad en una duración cualquiera t, en [mm/hr].
i24: Intensidad media en 24 horas, en [mm/hr].
t: Duración en horas.
Del uso recursivo de esta fórmula, para una duracion cualquiera y una dura-
ción de una hora, se obtiene una expresión para el coeficiente de duración en
base a la lluvia en una hora, dada por la relación,
r
t
Cd (t) = (4.19)
60
donde t es la duración del intervalo, en minutos.
Para duraciones menores de una hora, ha sido propuesta por Bell, una rela-
ción que también pretende ser universal, la que puede expresarse por la expre-
sión,
Cd(t) = 0.54 · t0.25 − 0.50 (4.20)
Este coeficiente es respecto a una lluvia de una hora, Cd = Pd/P60, y el tiempo

se expresa en minutos.
Los valores resultantes de estas expresiones se han incorporado en la Tabla

4.2 y en la Figura 4.7. donde se observa la buena correspondencia entre los
coeficientes resultantes de los análisis de Schroeder (1971), Estellé et al. (2003)
126 Precipitación
y Espinoza (2005), que respaldan los coeficientes generalizados propuestos por

Espı́ldora (1971) y validan la aplicación en Chile, con un ligero error por exceso,
de la fórmula de Grunsky, para duraciones menores de una hora. La expresión
propuesta por Bell tender´ıa a sobreestimar la intensidad de lluvias de corta
duración en Chile.
Tabla 4.2: Coeficientes de Duración (Cd ) para valores menores a una hora, en
base a la precipitación en 60 minutos.
Duración en minutos
Autor Ciudad
10 15 20 30 40 50
Broekman Santiago 0.286 0.39 0.48 0.628 0.755 0.877
Quintana Santiago 0.294 - 0.473 0.622 0.756 -
Schroeder Santiago 0.358 0.465 0.54 0.677 0.783 0.876
Estellé Santiago 0.339 - 0.534 0.654 0.774 0.893
Espinoza Valpara´ıso 0.354 - 0.545 0.686 0.813 0.916
Estellé Cca. Maipo 0.394 - 0.526 0.652 0.773 0.887
Esp´ıldora Generalizado 0.4 0.53 0.6 0.7 0.82 0.91
Grunsky Generalizado 0.408 0.5 0.577 0.707 0.816 0.912
Bell Generalizado 0.46 0.563 0.642 0.764 0.858 0.936
0.9
0.8
0.7
0.6
Cd
0.5
0.4
0.3
0.2 Broekman Quintana Schroeder

Estellé Santiago Espinoza Estellé Cca. Maipo
0.1
Espíldora Grunsky Bell
0
0 10 20 30 40 50 60
Duración [min]
Figura 4.7: Coeficientes de duración inferiores a 1 hora.
Para duraciones mayores a una hora, los coeficientes de duración suelen ex-
presarse en términos de la precipitación en 24 horas. Valores propuestos para
diferentes ciudades de Chile por distintos autores, se presentan en la Tabla 4.3.
Tabla 4.3: Coeficientes de Duración (Cd ) para valores menores a un dı́a, en

base a la precipitación en 24 horas.
Duración en horas
Localidad
1 2 4 6 12 18 24
Zona altiplanica (precipitaciones convectivas)
Putre (1) 0.468 0.645 0.746 0.788 0.826 0.88 1
Lequena (1) 0.325 0.499 0.735 0.857 0.95 - 1
Toconce (1) 0.382 0.561 0.79 0.908 0.949 0.969 1
Promedio 0.392 0.568 0.757 0.851 0.908 0.925 1
Precipitaciones ciclonicas
Rivadavia(2) 0.116 0.2 0.341 0.47 0.74 0.867 1
Paloma (2) 0.156 0.266 0.441 0.597 0.823 0.919 1
Illapel (1) 0.137 0.241 0.401 0.532 0.779 0.914 1
Valpara´ıso(3) 0.222 0.298 0.452 0.533 0.752 0.896 1
Valpara´ıso(7) 0.213 0.294 0.447 0.553 0.755 0.885 1
Santiago (4) 0.128 0.208 0.339 0.45 0.711 0.89 1
Santiago (5) 0.165 0.2697 0.439 0.576 0.763 0.909 1
Santiago* (8) 0.183 0.254 0.381 0.490 0.728 0.881 1
Rapel (2) 0.147 0.233 0.337 0.465 0.709 0.907 1
San Fdo. (2) 0.127 0.213 0.346 0.428 0.659 0.83 1
Pencahue(6) 0.194 0.267 0.407 0.497 0.717 - 1
Talca (6) 0.164 0.286 0.464 0.557 0.738 - 1
Armerillo (2) 0.08 0.141 0.25 0.349 0.608 0.807 1
Colbún (2) 0.123 0.194 0.294 0.407 0.68 0.806 1
Bullileo (6) 0.123 0.184 0.306 0.414 0.652 - 1
Parral (6) 0.171 0.248 0.381 0.467 0.743 - 1
Chillán (2) 0.174 0.245 0.365 0.443 0.677 0.891 1
Concepción 2 0.197 0.307 0.385 0.479 0.708 0.891 1
Quilaco (2) 0.164 0.264 0.39 0.472 0.67 0.877 1
Polcura (2) 0.123 0.193 0.325 0.433 0.683 0.869 1
Temuco (2) 0.193 0.317 0.477 0.583 0.792 0.917 1
Pullinque (2) 0.125 0.205 0.33 0.427 0.655 0.832 1
Valdivia (1) 0.128 0.169 0.29 0.41 0.657 0.885 1
Ensenada (2) 0.166 0.233 0.349 0.468 0.676 0.861 1
Pto. Montt (1) 0.16 0.262 0.343 0.449 0.683 0.875 1
Chaitén (1) 0.184 0.298 0.418 0.503 0.746 0.902 1
Pto Aysen (1) 0.141 0.221 0.377 0.499 0.8 0.988 1
Pta. Arenas 1 0.207 0.329 0.485 0.61 0.865 0.98 1
Promedio 0.157 0.245 0.378 0.486 0.722 0.891 1
Grunsky 0.204 0.289 0.408 0.5 0.707 0.866 1
(1) MOP (2001), (2) Varas y Sánchez (1988), (3) Espinoza (2005), (4) Quintana,(5) Schroeder (1971)
(6) Pizarro et al. (2001),(7) Nicoud (2004), (8) Estellé et al. (2003) * Promedio varias estaciones
Santiago Urbano.
128 Precipitación
En relación a los coeficientes de duración entre 1 y 24 horas, puede distin-

guirse claramente en la Tabla 4.3 la diferencia entre las precipitaciones de tipo
convectivo de la zona Norte, respecto a las precipitaciones de origen ciclónico
del resto del pa´ıs.
La Figura 4.8 muestra los coeficientes de duracion promedio para lluvias con-
vectivas, que pueden representarse razonablemente bien mediante la expresión,
(24 + 1.73) · t 1.072 · t (4.21)

C d(t) = =
24 · (t + 1.73) (t + 1.73)
1
0.9
0.8
0.7
0.6
0.5
Cd
Ajuste
0.4
Putre
0.3
Lequena
0.2 Toconce
0.1 Promedio
0
0 5 10 15 20 25 30
Duración [hrs]
Figura 4.8: Coeficientes de duración para más de 1 hora para tormentas al-
tiplánicas (Convectivas).
En las zonas con precipitación primordialmente ciclónica, se observa cierta

dispersión entre las distintas estaciones, que en parte parece deberse al método
de muestreo y de cálculo. Por ejemplo, para duraciones de una hora, en la zona
central aparecen con los mayores valores las estaciones de Santiago (Estellé et
al., 2003) y Valpara´ıso (Espinoza, 2005; Nicoud, 2004), cifras que provienen
de un análisis casi exhaustivo de las series completas de datos, a diferencia de
otros estudios que trabajan con series de máximos anuales.
Por otra parte, la estación Armerillo, ubicada en zona precordillerana, mues-

tra un comportamiento anómalo, situación que se repite para las estaciones de
la zona austral, que muestran también un comportamiento algo diferente.
Excluyendo estas estaciones, es decir, en las zonas no cordilleranas o sin un

importante componente orográfico, comprendidas entre la IV y X Regiones,
la relación de Grunsky, (Ecuacion (4.18)) representa razonablemente bien las
caracterı́sticas de intensidad - duración, de las tormentas ciclónicas, como se
observa en la Figura 4.9.
Rivadavia Pencahue Temuco

Paloma Talca Pullinque
Illapel Colbun Valdivia
Valparaíso Bullileo Ensenada
Santiago (Q) Parral Pto. Montt
Santiago (Sch) Chillan Chaitén
Santiago (E) Concepción Promedio
Rapel Quilaco Grunsky
San Fdo. Polcura
Duración [hrs]
Figura 4.9: Coeficientes de duración para más de 1 hora para tormentas

ciclónicas sin excesivo efecto orográfico (IV a X Regiones).
Finalmente cabe agregar, que la hipotesis de independencia de los coeficientes

de duración respecto a la probabilidad o frecuencia de las tormentas, no es
estrictamente válida, ya que se observa en general una ligera disminución de
los coeficientes en función de la magnitud de las tormentas, aunque se dan casos
que presentan la tendencia contraria.
En virtud de lo anterior, siempre será preferible utilizar relaciones intensidad

- duración determinadas especı́ficamente para cada localidad, donde dicha in-
formación exista. En las publicaciones “Manual de Carreteras” del Ministerio
de Obras Públicas (MOP, 2001), “Técnicas Alternativas para Soluciones de
Aguas Lluvias en Sectores Urbanos”, del Ministerio de Vivienda y Urbanismo
(MINVU, 1996) se presentan valores “oficiales” de curvas intensidad - duración
130 Precipitación
entre 1 y 24 horas, recomendados para diferentes ciudades de Chile.
4.8.2. Precipitaciones Máximas en 24 Horas y Precipitaciones

Máximas Diarias
Los coeficientes de duracion determinados en los acápites anteriores, son en

principio válidos para establecer la relacion entre la máxima precipitación en
un intervalo continuo cualquiera y la máxima precipitación en un intervalo
continuo de 24 horas.
Cuando se trabaja con informacion sobre precipitaciones máximas diarias

provenientes de registros pluviométricos, que como se señalara anteriormente
se miden normalmente entre las 08:00 horas de un d´ıa y las 08:00 horas del
dı́a siguiente, el registro de precipitacion diaria no tiene por qué coincidir con
el valor máximo en 24 horas continuas, a menos que la tormenta se centre
cronológicamente precisamente en el perı́odo de medición entre 08:00 hrs y
08:00 hrs. Debido a lo anterior, el dato de precipitación diaria puede fı́sicamente
corresponder a un valor entre un 50 y 100 % de la precipitación en 24 horas
dependiendo de su distribución temporal. En rigor, sólo es posible establecer
que la precipitación máxima en 24 horas corresponde a un valor comprendido
entre el valor de la máxima precipitación en un dı́a y la máxima precipitación
en dos d´ıas seguidos.
Si se postula la ocurrencia de tormentas centradas con intensidades horarias

que satisfagan la ley o fórmula de Grunsky, se obtiene que la precipitación
medida en un dı́a corresponde a un valor entre el 78 y 100 % de la precipitación
máxima en 24 horas, con un valor esperado de 94 %. Debido a lo anterior,
se recomienda amplificar las estadı́sticas de precipitaciones máximas diarias
por un factor F=1.06, para hacerlas estad´ısticamente representativas de las
magnitudes de las precipitaciones máximas en 24 horas.
4.8.3. Precipitaciones Máximas en 1, 2 y 3 Dı́as Consecutivos
Como se verá más adelante, para el análisis de cuencas de dimensiones ma-

yores, puede resultar de interés establecer la magnitud de la precipitación de
tormentas que duren más de un dı́a. En estos casos, dicha información podrá ob-
tenerse a partir de los registros de precipitaciones diarias, considerando la suma
móvil en 2, 3 o más dı́as consecutivos, o recurrirse a coeficientes de duración
extendidos a dichas duraciones.
En la publicación de la Direccion General de Aguas del Ministerio de Obras

Públicas, DGA (1989), hay una amplia recopilación y análisis de precipitaciones
máximas en dichas duraciones, para las diferentes regiones del paı́s.
Bibliografı́a
Martı́nez, A., R. Caro (1983), Determinación de la lluvia de cálculo del alcan-

tarillado de Santiago, VI Congreso Nacional de Hidráulica, Santiago, Chile.

DGA (1987), Balance hı́drico de Chile, Ministerio de Obras Públicas, Dirección

General de Aguas.
DGA (1989),Investigación de eventos hidrometeorológicos extremos: precipita-

ciones máximas en 24, 48 y 72 horas, Ministerio de Obras Públicas, Dirección
General de Aguas, Departamento de Hidrolog´ıa, bf Ingenieros Civiles.
Espı́ldora, B. (1971), Estimación de curvas intensidad-duración-frecuencia me-

diante coeficientes generalizados, Memorias I Coloquio Nacional, Sociedad Chi-
lena de Ingenierı́a Hidráulica, Santiago, Chile.
Esp´ıldora, B., E. Brown, G. Cabrera, & P. Isensee (1975), Fundamentos de

Hidrologı́a, Centro de Recursos Hidráulicos. Departamento de obras civiles,
facultad de ciencias fı́sicas y matemáticas, Universidad de Chile.
Espinoza, R. (2005), Curvas intensidad-duración-frecuencia de la estación plu-

viográfica USM, Depto. de Obras Civiles, Universidad T. F. Santa Marı́a, Val-
para´ıso, Chile.
Estellé, L. et al. (2003), Análisis espacial y temporal de la pluviografı́a de la

ciudad de Santiago, XVI Congreso Nacional de Hidráulica, Santiago, Chile.
132 Precipitación
Jacquin, A. P. (2001), Interpolación espacial de precipitaciones mensuales me-

diante krigeado puntual, Depto. de Obras Civiles, Universidad T. F. Santa
Mar´ıa, Valpara´ıso, Chile.
Linsley, R., M. Kohler, J.Paulhus (1958), Hydrology for Engineers, McGraw¸

Hill.
MINVU (1996), Técnicas Alternativas para Soluciones de Aguas Lluvias en

Sectores Urbanos, Ministerio de Vivienda y Urbanismo.
MOP (2001), Manual de Carreteras, Vol. 3, Dirección de Vialidad, Ministerio

de Obras Públicas.
Nicoud, J. (2004), Curvas IDF para la Ciudad de Valpara´ıso, Universidad

Técnica Federico Santa Marı́a, Valparaı́so.
Pizarro, R., D. Aravena, A. Abarza (2001), Análisis comparativo de las curvas

intensidad-duración-frecuencia (IDF) en seis estaciones pluviográficas distri-
buidas en la VII Región del Maule, Chile, XV Congreso Nacional de Hidráulica,
Chile.
Schroeder, R. (1971), Curvas IDF Santiago, Universidad de Chile.
Seguel, R., L. Stowhas (1985), Estimación de Crecidas de Diseño en Cuencas

Mixtas Pluvio-Nivales , VI Congreso Nacional de Hidráulica, Concepción, Chile.
Stöwhas, L., Fundamentos de Hidrologı́a Aplicada, Apuntes Dir. Gral. Des.

Cient. Tec., UTFSM, Valpara´ıso, Chile
Varas, E. Sánchez, S. (1988), Curvas generalizadas de intensidad-duración-

frecuencia de lluvias, Hidrologı́a y drenaje vial, Chile.
Capı́tulo 5
ANÁLISIS DE FRECUENCIA
EN HIDROLOGÍA
Introducción
La medición o registro de todas las variables hidrológicas, sea evaporación, pre-

cipitación, escorrentı́a, ası́ como muchas otras series de tiempo, pasa a constituir
una “estad´ıstica” de estas variables, las cuales pueden considerarse como varia-
bles aleatorias, en el sentido de que no se tiene un conocimiento determin´ıstico
para establecer la magnitud que ellas van a alcanzar en un determinado instante
o perı́odo de tiempo.
En el diseño y estudio de obras hidraulicas se requiere interpretar estas es-

tadı́sticas o registros hidrológicos históricos, en términos de su futura probabi-
lidad de ocurrencia. Esta necesidad se manifiesta, por ejemplo, en el diseño del
vertedero de un embalse o de una obra de defensa fluvial en que se requiere di-
mensionar la obra, de manera de asegurar su adecuado funcionamiento ante la
ocurrencia de un evento de magnitud extrema, sin provocar su falla o colapso.
Considerando los costos asociados a la construcción de estas obras hidráuli-
133
134 Análisis de Frecuencia en Hidrologı́a
cas, no siempre será conveniente asegurar su funcionamiento ante un aconte-

cimiento de caracterı́sticas catastróficas, debiendo aceptarse un riesgo de que
esta falle, con una probabilidad de ocurrencia, que dependerá de la importancia,
magnitud y consecuencias asociadas a la falla de la obra.
As´ı por ejemplo, una alcantarilla en un camino provisorio que se requiera

temporalmente para el acceso al frente de trabajo de una obra, se diseñará con
un riesgo de falla mucho más alto que una obra definitiva tal como una presa
o embalse, cuya falla puede tener caracterı́sticas catastróficas.
En el caso de estudios destinados a establecer la disponibilidad de recursos

hı́dricos, también se presentan situaciones parecidas. La evaluación de la dis-
ponibilidad de agua para satisfacer determinadas demandas de agua potable,
por ejemplo, requerirá normalmente establecer niveles de seguridad de abas-
tecimiento más rigurosos que aquellos para satisfacer necesidades de regadı́o,
tomando en consideración la trascendencia de un eventual desabastecimiento.
Para la adecuada determinación de las magnitudes de diseño a adoptar pa-

ra las distintas variables hidrológicas ante los distintos escenarios posibles, la
Hidrolog´ıa recurre a una herramienta de la ciencia Estad´ıstica o de la teor´ıa
de probabilidades, cual es la técnica del análisis de frecuencia, que puede defi-
nirse en forma general, como el procedimiento que permite expresar los datos
hidrológicos históricos en términos estadı́sticos y aplicar a ellos ciertos mo-
delos probabil´ısticos que permiten establecer la probabilidad de ocurrencia o
repetición de dichos eventos hidrológicos en el futuro.
Los resultados que se obtienen con estos procedimientos, llevan siempre aso-
ciada una incertidumbre, proveniente no sólo del método estadı́stico mismo,
sino además, de la posible falta de representatividad de los datos o estadı́sti-
ca disponible, respecto a la poblacion total de la cual provienen. Por esto, si
bien los resultados del análisis de frecuencia serán siempre fundamentales pa-
ra establecer la seguridad y eficiencia de una obra hidráulica, estos deberán
complementarse con análisis de tipo económico y con el sentido práctico y ex-
periencia del proyectista, en función de la envergadura y trascendencia de la
falla de la obra.
Ası́, para el diseño del sistema de drenaje de una carretera, cuya falla sólo
origine la paralización temporal del transito en ella mientras dure una tormenta,
5.1. Tratamiento de Datos Hidrológicos para el Análisis de Frecuencia 135
se elegirá una magnitud de lluvia moderada, que ocurra por ejemplo, una vez
cada 5 años, por establecer un criterio, o se diseñará para un valor que minimice
el costo conjunto de la construcción del sistema de drenaje, más los costos
asociados a la paralizacion de la carretera.
Por otra parte, el vertedero de un gran embalse, construido aguas arriba de

sectores poblados, cuya falla originarı́a una catástrofe de proporciones mayores,
deberá ser diseñado para ser capaz de evacuar una crecida lo suficientemente
grande como para tener una bajı́sima probabilidad de ocurrencia dentro de la
vida útil del embalse, o bien para una crecida que se estime como la máxima
f´ısicamente posible.
5.1. Tratamiento de Datos Hidrológicos para el Análisis de

Frecuencia
Si tenemos una serie de datos de una variable aleatoria, hidrológica o no, de

ocurrencia secuencial en el tiempo, hablamos de una serie de tiempo. Esta serie
de datos, al ser finita en el tiempo, podemos interpretarla como una mues-
tra estad´ıstica finita proveniente de un universo infinito asociado a la variable
en cuestión, la cual para poder ser tratada estadı́stica y probabilı́sticamen-
te, deberá ser una muestra aleatoria representativa de la población de la cual
proviene, y sus valores deberán ser homogéneos e independientes.
La muestra será más representativa del universo a medida que aumente el

número de datos disponibles, estimándose en general, que una estadı́stica de
al menos 30 años de longitud, es requerida para lograr una adecuada represen-
tatividad. A ello se debe la conveniencia de extender estad´ısticas demasiado
cortas, antes de realizar un análisis de frecuencia. Considerando que los datos
estimados tienen una mayor incertidumbre que los directamente medidos, se
requiere en general, de una extensión de al menos un 25 % de su longitud, para
lograr mejorar la representatividad de la muestra.
Por otra parte, muestras de más de 50 años de longitud van aportando cada
vez menor información adicional, por lo que sumados los efectos de la manipu-
lación de un excesivo número de datos y la posible falta de estacionareidad de
los información, no hacen aconsejable trabajar con muestras de mayor longitud

a la indicada.
Una muestra es homogénea si todos los datos disponibles provienen realmen-

te de la misma población, razón por la cual, considerando que normalmente
nuestras variables son sólo ı́ndices hidrológicos, será necesario aplicar proce-
dimientos como el método de las curvas doble acumuladas, para verificar la
consistencia y homogeneidad de la información.
El principal problema al analizar probabilı́sticamente datos hidrológicos, es

su eventual falta de independencia, ya que puede existir entre ellos, tanto de-
pendencia espacial como temporal.
Existe dependencia en el espacio, por ejemplo, cuando dos pluviómetros están

ubicados muy cercanos uno del otro, registrando datos similares que posean
algún grado de correlación. Para estos propósitos, ellos deberı́an ser considera-
dos como un solo dato.
La dependencia en el tiempo es sin embargo, la causa de error más común en

el análisis de frecuencia de datos hidrologicos. Por ejemplo, los gastos máximos
de dos crecidas que suceden una a continuación de la otra, dentro de un in-
tervalo corto de tiempo, pueden no ser independientes entre s´ı, ya que pueden
deberse al mismo fenómeno meteorológico, o bien, de ser distintos fenómenos,
la magnitud de la segunda crecida puede quedar influenciada por las condicio-
nes provocadas por la primera crecida. En un caso ası́, sólo uno de los valores
debe ser considerado para el análisis de frecuencia.
Por último, como ya se adelantara, otra condición que debe cumplir una
serie de tiempo para someterla a un análisis de frecuencia, es que esta sea
estacionaria, en particular autoestacionaria. Un proceso es autoestacionario
cuando sus caracter´ısticas o propiedades no cambian al realizar un desplaza-
miento en el origen del tiempo. Es decir, las caracter´ısticas de una serie de
tiempo de m observaciones, (𝑥1, 𝑥2, 𝑥3, · · · , 𝑥m) son las mismas que la de una
serie (𝑥1+k, 𝑥2+k, 𝑥3+k, 𝑥m+k), para cualquier valor del desplazamiento k.
Pueden definirse no estacionariedades de distinto orden, dependiendo del

orden del momento de la distribucion al cual afectan. Los procesos no estacio-
narios más comunes que afectan al promedio de la serie, son los de tendencia,
periodicidad y persistencia.
Existe tendencia en una serie, cuando el promedio móvil de las caracterı́sticas

o parametros de ella, muestran una variación sostenida, ya sea creciente o
decreciente en el tiempo. La periodicidad es una caracter´ıstica intr´ınseca de
muchas variables hidrológicas, ya que quedan sujetas a los ciclos climatológicos
diurnos y anuales, habiendo sido sugeridas además, la existencia de otros ciclos
de perı́odo mayor. La persistencia es la tendencia de algunas variables aleatorias
a mantenerse sostenidamente en valores similares a los que la han precedido.
Existen variados procedimientos y tests estad´ısticos que permiten detectar la
presencia de procesos no estacionarios, que en caso de detectarse, deben ser
eliminados de la serie, antes de someterla a análisis de frecuencia.
5.1.1. Selección de Datos Hidrológicos
Los datos hidrológicos pueden presentarse en forma continua o discreta, pero

para su análisis estadı́stico deben ser discretizados. Las temperaturas del aire o
los caudales de un r´ıo, por ejemplo, son variables esencialmente continuas, por
lo que pueden ser discretizadas tomando valores promedios en un determinado
intervalo de tiempo; temperaturas o caudales medios diarios, temperaturas o
caudales medios mensuales o valores promedios anuales. También resulta una
serie discreta si se consideran sólo los valores extremos, sean máximos o mı́nimos
de una variable continua dentro de ciertos intervalos de tiempo.
5.1.1.1. Serie de Duración Completa
La serie cronológica de datos que incluye toda la información disponible res-

pecto a una variable hidrológica se denomina serie de duración completa. Este
tipo de series, que tienen importantes usos en algunas aplicaciones ingenieriles
que se verán más adelante, no resultan apropiadas para someterlas a análisis
de frecuencia, principalmente por la fuerte dependencia temporal que puede
existir entre sus valores y porque al contener toda la información disponible
incluyen mucha información irrelevante, especialmente en estudios en que sólo
interesan los valores crı́ticos o extremos que toma la variable, valores máximos
o m´ınimos.
Es por estas razones que normalmente, para el desarrollo de análisis de fre-

cuencia, se seleccionan subconjuntos de las series de duración completa, cuales
son las series de duración parcial y las series de valores extremos.
5.1.1.2. Serie de Duración Parcial
Una serie de duración parcial es un subconjunto de la serie de duración completa

constituido por todos los valores de la variable que exceden o, complementa-
riamente, que no logran exceder, la magnitud de un cierto valor umbral base,
arbitrariamente seleccionado.
De las distintas series de duración parcial que pueden definirse, cambiando

la magnitud del valor umbral, resulta de especial interés el caso particular en
que la magnitud del valor umbral se elige de manera tal, que permanezcan en
la serie sólo un número de valores igual al número de años de estadı́stica de
que se disponga. Esta serie particular pasa a denominarse serie de excedencias
anuales y corresponderá al subconjunto de la serie de duración completa que
contiene los “N” mayores (o menores) valores medidos de la variable, donde
“N” es el número de años de estadı́stica disponible.
Si bien esta serie elimina toda la informacion irrelevante, al retener sólo los N
valores extremos de la serie, presenta el inconveniente de que no asegura su total
independencia, ya que puede contener dos o más valores extremos ocurridos en
un mismo año, cortamente distanciados en el tiempo, los que pueden tener
dependencia temporal.
5.1.1.3. Serie de Valores Extremos
Una serie de valores extremos es un subconjunto de la serie de duración com-

pleta constituido sólo por los valores máximos o mı́nimos que toma la variable
dentro de un intervalo o perı́odo de tiempo previamente establecido. Si para
evitar problemas de dependencia temporal, se elige como intervalo de tiempo el
perı́odo de un año hidrologico, la serie resultante pasa a ser la serie de valores
extremos anuales, que contendrá tantos valores como años de estadı́stica haya
disponible, es decir, contendrá el mayor (o menor) valor de cada año. Si bien
la serie de valores extremos anuales contiene el mismo número de datos que
la serie de excedencias anuales, los valores incluidos no son necesariamente los

mismos, ya que incluye sólo un valor por año, a diferencia de la serie de exce-
dencias anuales que puede contener más de un valor en algún año, en perjuicio
de años que quedan sin representación.
La serie de valores extremos anuales elimina también toda la información

irrelevante, y asegura su total independencia temporal, pero presenta el incon-
veniente de eliminar importantes eventos históricos por el simple motivo de no
ser los extremos de un año, aún cuando estos eventos hayan sido independientes.
Es decir, pueden llegar a omitir información que sı́ es relevante.
En la Figura 5.1 se muestra, a manera de ejemplo, una serie de 42 eventos

ocurridos durante un perı́odo de 10 años. Con trapecios rojos se ha identificado
el mayor valor ocurrido en cada año, constituyéndose este subconjunto en la
serie de valores extremos anuales de la variable en análisis. Por otra parte, con
c´ırculos grises se han identificado los 10 mayores valores de la serie, consti-
tuyéndose este subconjunto en la serie de excedencias anuales. Se observa que
en este caso 8 de los 10 valores son coincidentes, quedando los años 6 y 7 sin
representación en la serie de excedencias anuales, en beneficio de los años 8 y
9 que quedan con doble representación.
120
SEA SVEA
100
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10
Años
Figura 5.1: Serie de excedencias anuales y de valores extremos anuales.

5.1.2. Función de Densidad de Frecuencia
Si el número de datos disponibles de una variable aleatoria x es N , decimos

que tenemos una muestra de tamaño N de nuestra variable aleatoria, la cual
será más representativa del universo o población de la cual proviene, mientras
mayor sea el valor de N .
Si nos damos un intervalo de clase dx, podemos construir un histograma

de nuestra muestra, contabilizando el número de eventos ocurridos por unidad
de intervalo de clase, o frecuencia absoluta de ocurrencia. As´ı, el histograma
será un diagrama de barras que nos representa la variable frecuencia absoluta
(f /dx), en función de la magnitud de la variable x.
Si la frecuencia absoluta se divide por el número total de datos N , se obtiene

lo que se denomina histograma relativo, diagrama que presenta la particu-
laridad de que el área total encerrada bajo él, es unitaria:
fi fi 1
dx = = f i =1 (5.1)
dxN N N
ya que la sumatoria del número de valores en cada clase, f es igual al número

total de datos N .
Si se comienza a reducir el intervalo de clase, en el l´ımite cuando dx tiende

a cero, el histograma relativo se transforma en una curva continua que corres-
ponde a la curva denominada curva o función de densidad de frecuencia
de los datos, f (x).
f (x) = l´ım fi (5.2)
dx→0 dxN
El área bajo la curva continuará siendo unitaria, por lo que se cumplirá que,
∫ ∞
f (x)dx = 1 (5.3)
−∞
Ahora, la teor´ıa de probabilidades nos dice que la probabilidad de que la varia-

ble x tome valores menores o iguales a x, queda dada por el área bajo la curva
a la izquierda del valor x.
∫ χ
P (x ≤ χ) = f (x)dx = F (χ) (5.4)
−∞
donde F (χ) es la curva o función de frecuencia acumulada de la variable.
Esta probabilidad se identifica con el nombre de probabilidad de no exce-

dencia o con el nombre, estrictamente mal utilizado, pero de uso común, de
probabilidad de ocurrencia de un evento de magnitud x.
Complementariamente, la probabilidad de que la variable x exceda el valor

χ, o probabilidad de excedencia, queda dada por la expresión,
P (x > χ) = 1 − F (χ) (5.5)
Lo anterior significa que si la funcion de densidad de frecuencia o su integral,

la función de frecuencia acumulada de una serie de datos, fuese conocida, la
probabilidad de ocurrencia o de excedencia de una magnitud dada de un evento
hidrológico, quedarı́a automáticamente determinada.
El problema práctico es que esta funcion no es normalmente conocida a priori,

debiéndose inferir, a partir de los datos de la muestra que se dispone, cuál es la
función de densidad de frecuencia de la población desde la cual fue extraı́da. El
procedimiento -en general- consiste en suponer un cierto modelo probabil´ıstico
que nos proporciona la teor´ıa de probabilidades; es decir, atribuirle una cierta
función de densidad de frecuencia a la población y verificar el comportamiento
de ese modelo, comparando el ajuste de esa distribución teórica con las obser-
vaciones de la realidad, proporcionadas por la serie de datos disponibles.
Debido al carácter probabilı́stico mismo del proceso y por ser la serie de datos
sólo una muestra de la población, resulta poco probable una correspondencia
exacta entre el modelo teórico y la muestra real, aún en el caso en que la dis-
tribución teórica escogida corresponda exactamente a la función de densidad
de frecuencia de la población. Más aún, si se considera otra muestra distinta
proveniente de la misma población, el ensayo dará probablemente un resulta-
do algo diferente. Es necesario, en consecuencia, efectuar algún ensayo o test
estad´ıstico que permita definir alguna magnitud de discrepancia aceptable, sin
que sea necesario rechazar la funcion de densidad de frecuencia supuesta.
Por otra parte, hay que hacer notar que un buen ajuste de los datos reales
con el modelo teórico, no es suficiente garantı́a de que la función de densidad
de frecuencia adoptada corresponda exactamente a la de la población.
Existen procedimientos tanto analı́ticos como gráficos para efectuar el ajuste

de las funciones de frecuencia, en particular, las curvas de frecuencia acumulada.
5.1.3. Perı́odo de Retorno
Las variables hidrológicas en análisis son series de tiempo, es decir, constituyen

sucesiones cronológicas, por lo que la probabilidad de excedencia va asociada
a una excedencia en el tiempo. Por ello, el objetivo principal del análisis de
frecuencia de series hidrológicas es determinar lo que se denomina el intervalo
de recurrencia o perı́odo de retorno asociado a una magnitud dada x de una
variable hidrológica.
Se define el perı́odo de retorno T de una magnitud de una serie de tiempo,

como el intervalo promedio de tiempo dentro del cual se espera que la magnitud
x de un evento hidrológico se iguale o exceda solamente una vez. Ası́, por ejem-
plo, si tenemos una estadı́stica de precipitaciones diarias, y seleccionamos sólo
la máxima precipitación diaria de cada año, formando la serie llamada serie de
precipitaciones máximas diarias anuales, aquella magnitud de precipitación Po ,
asociada a una probabilidad de excedencia Pex = 0.01, se dice que corresponde
a la precipitación máxima diaria con perı́odo de retorno 100 años.
Definido en esos términos, el perı́odo de retorno asociado a una cierta mag-

nitud x de una variable hidrológica, corresponde al valor recı́proco de su res-
pectiva probabilidad de excedencia,
Pex = P (x > χ) = 1 (5.6)

T
El concepto de perı́odo de retorno no debe asociarse a alguna recurrencia cı́clica
de la variable. Si una lluvia o caudal de perı́odo de retorno T = 100 años,
ocurre en un instante cualquiera, no significa que tengan que transcurrir 100
años para que ese evento vuelva a ocurrir. Esta lluvia o caudal puede volver a
ocurrir al año siguiente o aún dentro del mismo año; el perı́odo de retorno sólo
nos dice que la probabilidad de que el evento se exceda en un año cualquiera
es Pex = 1/T , en nuestro ejemplo, Pex = 0.01.
En el muy largo plazo, sı́ Po tendrá una frecuencia promedio de ocurrencia

de una vez cada 100 años.
La correcta dimensión de la variable T dependerá de la frecuencia con la cual

se haya medido la variable en análisis. Solo si se selecciona la muestra, toman-
do un solo valor por año, sea el máximo o el mı́nimo, de manera que N , el
tamaño de la muestra corresponda al número de años de estadı́stica, el perı́odo
de retorno pasa a tomar la dimensión “año”. En estricto rigor, la definición de
perı́odo de retorno antes dada corresponde al recı́proco de la probabilidad de
excedencia de una serie de excedencias anuales. Si se considera una serie de
valores extremos anuales, el recı́proco de la probabilidad de excedencia indi-
cará el número promedio de años en que la magnitud será igualada o excedida,
sin negar la posibilidad de que en un año el evento ocurra más de una vez.
Si se postula que los eventos hidrologicos ocurren en el tiempo de acuerdo a

un proceso del tipo Poisson, la relación entre las probabilidades de excedencia
obtenidas de series de excedencias anuales y series de valores extremos anuales,
viene dada por la expresión propuesta por Langbein,
Pex,V E = 1 − ePex,EA (5.7)
o en términos del perı́odo de retorno como,

1
TV E = (5.8)
1 − e−1/TEA
donde,
Pex,V E : Probabilidad de excedencia resultante de una serie de valores extremos
anuales.
Pex,EA: Probabilidad de excedencia resultante de una serie de excedencias anua-
les.
TV E : Perı́odo de retorno resultante de una serie de valores extremos anuales.
TEA : Perı́odo de retorno resultante de una serie de excedencias anuales.
Las relaciones inversas resultan:

1
Pex,EA = ln (5.9)
1 − Pex,V E
1
TEA = (5.10)
T
ln
VE
TV E −1
La Tabla 5.1 muestra la comparación entre los resultados obtenidos entre

ambos tipos de series, en términos de su probabilidad de excedencia y del

perı́odo de retorno resultante.
Tabla 5.1: Equivalencia entre perı́odos de retorno y probabilidades de exce-

dencia.
Serie de valores extremos Serie de excedencias anuales
Pex (VE) T(VE) años Pex (EA) T(EA) años
0.632 1.58 1 1
0.5 2 0.693 1.44
0.333 3 0.405 2.47
0.2 5 0.223 4.48
0.1 10 0.105 9.49
0.05 20 0.051 19.5
0.02 50 0.02 49.5
0.01 100 0.01 99.5
Se observa de los resultados de la Tabla 5.1, que para perı́odos de retorno

mayores de 10 años, las diferencias en los resultados son practicamente des-
preciables, por lo que habitualmente se trabaja con series de valores extremos
anuales, dada la mayor disponibilidad de información respecto a este tipo de
series. Para perı́odos de retorno menores, acercándose al valor 2 años, valor
utilizado para el diseño de algunas obras menores, el uso de series de valores
extremos anuales generarı́a una sobrestimación del perı́odo de retorno, que se
puede traducir en un subdimensionamiento de las obras.
Sin embargo, el análisis de datos reales medidos en Valparaı́so, (Espinoza et

al., 2005) sugiere que, al menos en ese caso, el criterio propuesto por Langbein
sobreestima la corrección necesaria a los perı́odos de retorno estimados, propo-
niéndose las siguientes fórmulas modificadas, que permite un mejor ajuste a la
corrección necesaria a los perı́odos de retorno estimados mediante la serie de
valores extremos anuales, aplicables a perı́odos de retorno inferiores a 5 años.
1
TV E = (5.11)
1 − e−1/(TEA+0.22)
o bien,
1
TEA = (5.12)
+0.22
T
ln
VE
TV E −0.78
Si se utiliza alguna otra serie de duración parcial, el perı́odo de retorno, ex-

presado en “años”, se relaciona con la probabilidad de excedencia mediante la
5.2. Análisis de Frecuencia Analı́tico 145
relación,
1
Pex = P (x > χ) = (5.13)
n·T
donde n es el número promedio de observaciones disponibles por año de es-
tad´ıstica.
5.2. Análisis de Frecuencia Analı́tico
Para materializar el análisis de frecuencia de una serie de datos, puede recurrirse

a procedimientos directos o gráficos, donde las probabilidades o perı́odos de
retorno se determinan directamente a partir de la información que proporciona
la muestra disponible, o puede recurrirse a la teor´ıa de probabilidades que
proporciona modelos analı́ticos teóricos de la funcion de densidad de frecuencia
f (x), de cuya integración puede obtenerse la probabilidad o perı́odo de retorno
asociado a la magnitud de la variable en análisis.
Existe un gran número de funciones matemáticas f (x) que cumplen con las
condiciones de servir como funciones de densidad de frecuencia, en particular,
en términos de establecer una relacion biunı́voca entre la magnitud de la va-
riable y su probabilidad y de respetar que la integral de la funcion en todo el
dominio de validez de la variable, sea unitaria. Estas funciones se establecen
en términos de un conjunto de parámetros o estadı́grafos que caracterizan al
universo o población del cual la muestra disponible proviene, que se deducen a
partir de los momentos de la distribucion y que pueden inferirse a partir de la
informacion contenida en la muestra.
Si el número de datos disponibles de una variable x es N , decimos que te-

nemos una muestra de tamaño N de nuestra variable aleatoria, a partir de
la cual es posible estimar los estadı́grafos del universo del cual proviene. En
particular, resultan de interés los cuatro primeros momentos de la distribución,
asociados a los conceptos de promedio, varianza, asimetr´ıa y kurtosis, cuyos
estimadores son:
1° Momento o Promedio Aritmético

ΣN
xi
x¯ = i=1 (5.14)
N
2° Momento o Varianza
ΣN (xi − x̄)2 (5.15)
s2x = i=1
N −1
3° Momento o Asimetrı́a
ΣN
N i=1 (xi − x̄)3 (5.16)
Ax =
(N − 1)(N − 2)
4º Momento o Kurtosis
"N
#2
Kx = (N 2 − 2N + 3)
N
(x − x̄)4 − 3(2N − 3) (x − x̄)2
(
N − 1)(N − 2)(N − 3) N (N − 1)(N − 2)(N − 3)
i=1 i=1
(5.17)
En términos practicos los momentos segundo, tercero y cuarto, suelen reem-

plazarse por la desviación standard, coeficiente de asimetrı́a y coeficiente de
kurtosis, respectivamente, según las relaciones,
Desviación Estándar:
√
sx = s2x (5.18)
Coeficiente de Asimetrı́a:
Ax
Cs,x = (5.19)
s3x
Coeficiente de Kurtosis:
Kx
κx = (5.20)
s4x
Existen procedimientos matemáticos más poderosos para estimar los es-
tadı́grafos de una distribución, como los métodos de máxima verosimilitud,
que pueden consultarse en un texto de estad´ıstica, pero que para muestras
de pequeño tamaño, como es el caso habitual en hidrologı́a, no presentan una
ventaja sustantiva.
5.2.1. Funciones de Densidad de Frecuencia Utilizadas Comúnmen-

te en Hidrologı́a
Dentro de las numerosas funciones de densidad de frecuencia que proporciona la

teor´ıa de probabilidades, existen algunas que por la facilidad de uso o por haber
demostrado su buen ajuste con datos hidrológicos, se utilizan comúnmente en

hidrolog´ıa. Dentro de ellas, es posible destacar las siguientes.
5.2.1.1. Distribución Normal o Distribución de Gauss
Se dice que una variable aleatoria es normalmente distribuida, si su función de

densidad de frecuencia viene expresada por la relación,
f (x) = √ 1 e− 1 ( x−µ )2 −∞ < x < ∞ (5.21)
2πσ 2 σx
x
donde µ y σx son los parametros de esta distribución, los que resultan ser
el promedio y la desviacion estandar, respectivamente. Por ser los paráme-
tros poblacionales, normalmente desconocidos, estos se estiman en base a los
parámetros muestrales: µ ≈ x̄; σx ≈ sx .
La función de frecuencia acumulada de una magnitud “b” de la variable,

está dada por:
∫ b
1 − 12( x−µ
σx )
2
F (b) = P (x ≤ b) = dx (5.22)
√ e
y consecuentemente,
−∞ 2πσx
P (x > b) = 1 − F (b) (5.23)
La funcion de densidad de frecuencia no es anal´ıticamente integrable y la fun-

ción de frecuencia acumulada, integrada por métodos numéricos o aproximados,
se encuentra normalmente tabulada o disponible en medios electrónicos, sólo
para el caso particular donde µ ≈ 0; σx ≈ 1, que corresponde a la denominada
distribución normal centrada y reducida.
En consecuencia, si se define la variable centrada y reducida 𝑥 como,

x − x̄
𝑥= (5.24)
sx
se puede escribir,
x = x̄ + 𝑥 · sx (5.25)
donde 𝑥, el valor de la variable reducida o factor de frecuencia se obtiene de

tablas o medios electrónicos dependiendo de la probabilidad de ocurrencia aso-
ciada al valor x y de la forma de función de densidad de frecuencia f (x), en
este caso la distribución normal.
En la Tabla 5.2 se incluyen valores de la función de frecuencia acumulada

para la distribución normal centrada y reducida. En dicha tabla se dan los
valores del área bajo la curva de distribución normal para valores de la variable
estandarizada “𝑥 ” entre los valores 0 y 3.29. Por ser la distribución normal
simétrica, la probabilidad de tener un valor menor o igual que un cierto valor
positivo dado de la variable estandarizada, se obtiene sumando al valor dado
por la tabla la cantidad 0.5 que corresponde al área total bajo la curva de
densidad en el rango de los valores negativos de 𝑥.
Como ejemplo, si queremos encontrar la probabilidad de obtener un valor de

la variable centrada y reducida menor que 1.67, se entra a la Tabla 5.2:
Para 𝑥 = 1.67 se obtiene A = 0.4525
P (𝑥 ≤ 1.67) = 0.5 + A = 0.9525
P (𝑥 > 1.67) = 1 − 0.9525 = 0.0475
Complementariamente, para obtener la probabilidad asociada a un valor ne-

gativo de la variable reducida, debemos restar a la cantidad 0.5 el valor de la
Tabla 5.2 correspondiente al módulo o valor positivo de la variable 𝑥 .
Para 𝑥 = −1.67 se obtiene A = 0.4525
P (𝑥 ≤ −1.67) = 0.5 − A = 0.0475
P (𝑥 > −1.67) = 1 − 0.0475 = 0.9525
Muchas calculadoras cient´ıficas y programas en la actualidad permiten obtener

en forma directa las áreas bajo la distribución normal; por ejemplo, la función
Distr.norm.estand de Microsoft Excel.
Tabla 5.2: Distribución normal centrada y reducida.

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.004 0.008 0.012 0.016 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0308 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.091 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.148 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.17 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.195 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.219 0.2214
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.258 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.291 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.334 0.3365 0.3389
1 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.372 0.3749 0.377 0.379 0.381 0.383
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.398 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.409 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4326 0.4351 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.437 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.1554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.475 0.4756 0.4761 0.4767
2 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.483 0.4834 0.4838 0.4842 0.4846 0.485 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.489
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.49 0.4911 0.4913 0.4916
2.4 0.4918 0.492 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.494 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.496 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.497 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.498 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.499 0.499
3.1 0.499 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4993 0.4993 0.4993
3.2 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
Ejemplo 5.2.1
Se tiene una estadı́stica de 30 años de longitud de los caudales máximos

anuales en el rı́o Maule en la estación Armerillo y se desea saber cuál es la
probabilidad de que ocurra en dicho lugar un caudal mayor que 3100 [m3/s].
Se supondrá para el análisis que los datos siguen una distribución normal.
Tabla 5.3: Rı́o Maule en Armerillo, caudales máximos instantáneos anuales.

Año Q [m3/s] Año Q [m3/s] Año Q [m3/s] Año Q [m3/s] Año Q [m3/s]
1 2650 7 3000 13 950 19 1950 25 1400
2 750 8 1750 14 610 20 2100 26 1750
3 2400 9 1300 15 850 21 800 27 700
4 1700 10 1100 16 1500 22 1250 28 3200
5 1650 11 850 17 1250 23 850 29 390
6 1600 12 1500 18 1300 24 1100 30 2800
De la muestra (N = 30) se obtiene:

ΣN
xi s (xi − x̄)2
¯= = 1500 [ 3 ]; ΣN = 732 1 [ 3 ]
i=1 i=1
x m /s sx = . m /s
N N −1
Considerando b = 3100 [m3/s], se tiene que

b − x̄
𝑥= = 2.185
sx
As´ı, ingresando en la Tabla 5.2, se obtiene:
P (x ≤ 3100) = 0.9856
P (x > 3100) = 1 − 0.9856 = 0.0144

1 1
T = = ≈ 69.4 años
P (x > 3100 0.0144
-
5.2.1.2. Distribución Logarı́tmico Normal o Log-normal
La distribución normal antes vista, siendo la distribución estadı́stica más utili-

zada en muchas disciplinas, está definida en el dominio de los números reales, es
decir, acepta la existencia de valores negativos. En este sentido, su aplicabilidad
a datos hidrológicos se ve bastante reducida, ya que muchas de las variables
involucradas tales como precipitaciones, caudales, humedades, etc., sólo tienen
sentido con números positivos o cuando menos nulos, por lo que suelen presen-
tar funciones de densidad de frecuencia asimétricas que teóricamente no pueden
ser representadas por una distribución normal. Aún cuando podrı́an utilizarse
distribuciones normales truncadas, que no acepten valores negativos, en hidro-
log´ıa ha resultado conveniente el empleo de transformaciones de la variable
original que cumplan el objetivo de eliminar valores negativos. Entre ellas, la
más utilizada corresponde a la denominada distribución logarı́tmica normal.
Si x es una variable aleatorio e y = ln(x) es una transformación logarı́tmica
de ella, se dice que x es distribuida en forma logarı́tmica normal, si la función
de densidad de frecuencia de la variable transformada y viene expresada por la
relación,
1 − 12 y−µ 2
f (y) = √ e σy
−∞ < y < ∞ (5.26)
2πσ y
donde µ y σy son los parametros de esta distribución, los que resultan ser el
promedio y la desviacion estándar de los logaritmos de la variable original x,
respectivamente.
Por ser los parámetros poblacionales, normalmente desconocidos, estos se

estiman en base a los parámetros muestrales: µ ≈ ȳ; σy ≈ sy , donde,
ΣN
¯ = i=1 ln(xi)
y = ln( x) (5.27)
N
ΣN 2
i=1 i ln(x
s2y = )− ln(x) (5.28)
N −1
La función de densidad de frecuencia de x se obtiene haciendo la transforma-
ción:
f (x)dx = f (y)dy
x = ey
dx = eydy
dy 1 −1 y−µ 2
f (x) = f (y) = √ e 2 σy
(5.29)
dx 2πσye y
La utilización de esta distribución, exige la misma estandarización que la dis-

tribución normal.
Ejemplo 5.2.2
Se utilizarán los mismos datos del ejemplo 5.2.1, excepto que se supondrá pa-
ra el análisis que los datos siguen una distribución logarı́tmico normal.
A partir de los datos de la muestra entregados en la Tabla 5.3 (N = 30) se

obtiene:
ΣN ΣN 2
ȳ = i=1 ln(xi) = 7.196; s2 = i=1 ln(xi ) − ln(x) = 0.505;
y
N N −1
Considerando ln(b) = ln(3100) = 8.039, se tiene que
ln(b) − ȳ
𝑥= = 1.670
sy
As´ı, ingresando en la Tabla 5.2, se obtiene:
P (x ≤ 3100) = 0.9525
P (x > 3100) = 1 − 0.9525 = 0.0475

1 1
T = = ≈ 21.1 años
P (x > 3100) 0.0475
5.2.1.3. Distribuciones de Valores Extremos
Las series de datos utilizadas para el análisis de frecuencia en hidrologı́a, co-

rresponden -como se mencionó anteriormente- no a series de duración completa
sino a series de valores extremos o de excedencias anuales; es decir, cada da-
to en sı́ corresponde a un valor extremo, normalmente máximo, dentro de un
conjunto de datos mayor. En estos términos, es conceptualmente lı́cito aplicar
a las series hidrológicas, teorı́as provenientes de la rama de la estadı́stica co-
rrespondiente a la teor´ıa de valores extremos, que proporciona distribuciones
de frecuencia l´ımites aplicables a este tipo de variables, entre las que se des-
tacan la Distribución de valores Extremos Tipo I o Distribución Gumbel y la
Distribución de valores extremos Tipo III o Distribución Weibull.
5.2.1.3.1. Distribución de Valores Extremos Tipo I o Distribu-

ción Gumbel
La teor´ıa de valores extremos establece que si se tienen M muestras de N valores
cada una correspondientes a una variable aleatoria x cuya función de densidad
de frecuencia es ilimitada hacia los valores altos, o sea, de tipo exponencial
abierta hacia la derecha, entonces cuando el número de muestras M aumenta y

el número de valores N de cada muestra aumenta, tendiendo ambos a infinito,
la función de densidad de frecuencia de la serie conformada por los valores
máximos de cada una de las series tiende, cuando M y N tienden a infinito, a
la distribución de Valores Extremos Tipo I o Distribución de Gumbel.
La curva de frecuencia acumulada F (x) de esta distribución queda represen-

tada por la ecuación:
−y
F (x) = e−e (5.30)
donde y se denomina la variable reducida y viene dada por
y = a(x − xf ) (5.31)
donde, a su vez, “a” es un parámetro de dispersión definido por:

π 1 1.28255
a= √ ≈ (5.32)
6 σx sx
y xf es la moda de la distribución
γ
xf = µ − (5.33)
a
donde γ es el número de Euler dado por
∫ ∞
1 1
γ= − e−x dx = 0.57721 (5.34)
0 x 1+x
Reemplazando en función de los parámetros muestrales, resulta
x = x̄ − 0.450sx (5.35)
En consecuencia, la probabilidad de que la variable x exceda un valor dado b,

viene dada en forma directa por
−y b
P (x > b) = 1 − F (b) = 1 − e−e (5.36)
donde yb = a(b − xf ).
La distribucion de valores extremos Tipo I, depende de sólo dos parámetros,

por lo que su coeficiente de asimetr´ıa debe ser constante. Se puede demostrar
que en este caso el coeficiente de asimetr´ıa vale,
Cs = 1.139 = Cte.
En la práctica se trabaja con un número finito de muestras que contienen

-a su vez- un número finito de valores, por lo cual esta función lı́mite no es
estrictamente aplicable. Sin embargo, al trabajar con series de valores extre-
mos anuales se puede interpretar que cada año es una muestra del cual el valor
disponible es el valor máximo de un gran número N de eventos que pudieron
haber ocurrido ese año, aceptándose en consecuencia que el tamaño de la mues-
tra es suficientemente grande, estad´ısticamente cercano a infinito. No ocurre lo
mismo con el número de muestras M que corresponderı́a en este caso al número
de años de estadı́stica disponible, el cual puede ser una cifra bastante reducida,
no asimilable al valor infinito.
Al respecto, Gumbel realizó un estudio de esta distribución y determinó que

cuando se trabaja con un número M finito de muestras, las constantes lı́mites
√
γ y π/ 6 deben reemplazarse por ȳm y σm , la media y la desviación estándar
de la variable reducida, respectivamente.
En términos practicos, para una muestra de tamaño M , se le puede asignar

a cada valor su probabilidad muestral, dada por la expresión
m
P = (5.37)
M +1
donde m es el número de orden de la variable ordenada de menor a mayor. Para
cada valor de probabilidad se obtiene el correspondiente valor de la variable
reducida “y” mediante la curva de frecuencia acumulada de la distribución,
valores a los cuales se les determina su promedio y desviación estándar.
En la Tabla 5.4 se presentan valores de las medias y desviaciones estándar de

la variable reducida para diferentes números de muestra o años de estadı́stica
disponibles M .
De la definición de la variable reducida (ecuación (5.31)), se puede despejar

xf ,
y
xf = x − (5.38)
a
pero por definición de xf ,
γ
xf = µ − (5.39)
a
Igualando ambas expresiones y reemplazando las constantes por las propuestas
por Gumbel, se obtiene una expresión para el factor de frecuencia a través de
Tabla 5.4: Medias y desviaciones estándar de la variable reducida.

M ȳm σm M ȳm σm M ȳm σm
10 0.49521 0.94963 50 0.54854 1.16066 150 0.56462 1.22534
15 0.51284 1.02057 55 0.55044 1.16817 200 0.56715 1.23598
20 0.52355 1.06282 60 0.55208 1.17467 250 0.56878 1.24292
25 0.53086 1.09145 70 0.55477 1.18535 300 0.56993 1.24787
30 0.53622 1.11237 80 0.55689 1.19382 400 0.57144 1.2545
35 0.54034 1.12847 90 0.5586 1.20073 500 0.5724 1.2588
40 0.54362 1.14131 100 0.56002 1.20649 1000 0.5749 1.2691
45 0.5463 1.15184 120 0.56225 1.21558 ∞ 0.57721 1.28255
la igualdad,
x − x̄ y − ȳm (5.40)
k= =
sx σm
Esta expresión, llamada ley de Gumbel, nos da una relación directa entre la
magnitud de la variable x y la variable reducida “y” en función única de paráme-
tros dependientes sólo del tamaño de la muestra.
Una vez determinada la variable reducida “y” se puede obtener la probabili-

dad directamente de la función de frecuencia acumulada.
El perı́odo de retorno T , definido por la ecuación 5.6, se puede reemplazar

en este caso como
1 −y
= 1 − e −e (5.41)
T (b)
de donde se obtiene otra relacion directa, ahora entre la variable reducida y el
perı́odo de retorno
T
y = − ln ln (5.42)
T −1
expresión que para T > 50 años se puede aproximar por la relación,
y = ln(T ) (5.43)
Ejemplo 5.2.3
Se continuará con el mismo problema de los ejemplos anteriores, suponiendo

ahora que los datos siguen una distribucion de valores extremos Tipo I, Gumbel.

obtiene: ΣN
s
ΣN (xi − x̄) = 732 1 [ 3 ]
xi 2
¯= = 1500 [ 3 ];
x i=1
m /s sx = i=1
. m /s
N N −1
De la Tabla 5.4, para M = 30,
ȳm = 0.53622; σm = 1.11237;
Luego, considerando b = 3100 [m3/s], se tiene,

b − x̄ y − ȳm
=
sx σm
y − 0.53622
2.185 =
1 .11237
=⇒ y = 2.9667
En consecuencia,
−y
P (x > 3100) = 1 − F (b) = 1 − e−e = 1 − 0.9498 = 0.0502
y por lo tanto,
T = 1 1
P (x > 3100) = 0.0502 = 19.9 años
-
5.2.1.3.2. Distribución de Valores Extremos Tipo III o Distri-

bución Weibull
La distribución de valores extremos tipo III resulta de la teorı́a de valores
extremos si se postula que la variable en análisis está acotada superiormente a
un valor l´ımite. Su curva de frecuencia acumulada queda representada por la
expresión,
−(γ−x )
k
F (x) = e γ−θ (5.44)
para −∞ < x < γ y θ < γ.
Esta distribucion tiene tres parámetros: γ, el limite superior y los parámetros

de forma θ y k.
Para la estimación de estos parametros puede recurrirse al siguiente cambio

de variable:
y = −k [ln(γ − x) − ln(γ − θ)]
luego,
γ−x k
γ−x k
y = − ln o e −y =
γ −θ γ −θ
de donde su curva de frecuencia acumulada se reduce a
−y
F (x) = e−e (5.45)
Esta ecuación corresponde a la estructura de la distribución de valores extremos

Tipo I. Esto nos dice que la distribución de valores extremos tipo III es una
transformacion logar´ıtmica de la distribucion de valores extremos Tipo I.
Recordando que
y = a(x − xf ) = k [− ln(γ − x) + ln(γ − θ)] (5.46)
resulta que la variable

𝑥 = − ln(γ − x)
tiene una distribución de valores extremos Tipo I o Gumbel, con parámetros,

σm
a= =k (5.47)
s𝑥
s𝑥
xf = 𝑥¯ − y m = − ln(γ − θ) (5.48)
σm
donde,
N
𝑥¯ = − 1 ln(γ − x )
N
i
i=1
y con coeficiente de asimetr´ıa Cs,𝑥 = 1.139 = Cte.
En consecuencia, el valor debe satisfacer la ecuación,
Cs,𝑥 Σ
N
N
(− ln(γ − xi ) − 𝑥¯)3
i=1
= (N − 1)(N − 2)s𝑥3
la cual deberá resolverse por tanteo o mediante procedimientos analı́tico-gráfi-
cos descritos por Yevyevich.
Resuelto γ, la constante θ se obtiene de la ecuación (5.48).
Ahora, si X tiene una distribución de valores extremos tipo III, acotada

superiormente por el parámetro γ, entonces, la variable –X es una variable
con distribución de valores extremos tipo III, acotada inferiormente a un valor
lı́mite −γ, denominada distribución Weibull, la cual suele aplicarse a series de

valores extremos m´ınimos.
Su curva de frecuencia acumulada queda representada por la expresión,

x−γ k
F (x) = e−( θ−γ ) (5.49)
para γ < x < ∞ y θ > γ.
En forma análoga, resulta ahora que la variable
𝑥 = − ln(x − γ)
tiene una distribucion de valores extremos tipo I o Gumbel, cuyos parámetros

se evalúan en igual forma que el caso anterior.
Ejemplo 5.2.4
Se continuará con el mismo problema, suponiendo ahora inicialmente que los

datos siguen una distribución de valores extremos tipo III, acotada superior-
mente.
As´ı, evaluando 𝑥 = − ln(γ − x) para los datos de la muestra entregados en la

Tabla 5.3 e iterando el valor de γ hasta que satisfaga un coeficiente de asimetr´ıa
Cs,𝑥 = 1.139, se obtiene
γ = 6079.25
⇓
rΣ
(𝑥i − 𝑥¯)2
𝑥¯ = 1 𝑥i = −8.4154; s𝑥 = = 0.175
N N −1
b = − ln(6079.25 − 3100) = −7.999
ȳm = 0.53622; σm = 1.11237;
Luego,
b − 𝑥¯ y − ȳm
=
s𝑥 σm
y − 0.53622
2.3775 =
1.11237
=⇒ y = 3.181
En consecuencia,
−y
P (x > 3100) = 1 − F (b) = 1 − e−e = 1 − 0.9593 = 0.041
y, por lo tanto,
1 1
T = = = 24.4 años
P (x > 3100) 0.041
De acuerdo a este modelo, los caudales estarı́an limitados a un valor máximo
superior de 6079.25 [m3/s].
Ahora, si se supone que los datos siguen una distribución de valores ex-
tremos tipo III, acotada inferiormente o distribucion de Weibull, evaluando
𝑥 = − ln(x − γ) para los datos de la muestra entregados en la Tabla 5.3 e ite-
rando el valor de γ hasta que satisfaga un coeficiente de asimetr´ıa Cs,𝑥 = 1.139,
se obtiene
γ = 308.58
⇓
rΣ
𝑥¯ = 1 (𝑥i − 𝑥¯)2 = 0.7555
𝑥i = −6.8616; s𝑥 =
N N −1
b = − ln(3100 − 308.58) = −7.9343
ȳm = 0.53622; σm = 1.11237;
Luego,
b − 𝑥¯ y − ȳm
=
s𝑥 σm
y − 0.53622
−1.4197 =
1.11237
=⇒ y = −1.043
En consecuencia,
−y
P (x > 3100) = 1 − F (b) = 1 − 1 − e−e = 0.05854
y, por lo tanto,
1 1
T = = = 17.1 años
P (x > 3100) 0.05854
De acuerdo a este modelo, los caudales estar´ıan limitados a un valor m´ınimo
inferior de 308.58 [m3/s].
-
5.2.1.4. Distribución Gamma de Dos Parámetros
Una variable aleatoria “x” tiene una distribución Gamma de dos parámetros o
Gamma 2, cuando su función de densidad de frecuencia es
1
f (x) = xα−1e−x/β x>0 (5.50)
αΓ(
β α)
donde α y β son los dos parámetros de la distribución y Γ(α) es la función
Gamma completa definida por la integral,
∫ ∞
Γ(α) = yα−1e−ydy (5.51)
0
Integrando la función Gamma por partes, puede demostrarse que
Γ(α) = (α − 1)Γ(α − 1) (5.52)
de donde resulta que si es un número entero positivo
Γ(α) = (α − 1)! (5.53)
Para valores no enteros de α, la función Γ(α) no es analı́ticamente integrable

y se haya tabulada en tablas matemáticas y estadı́sticas o puede obtenerse
mediante aproximaciones anal´ıticas polinomiales.
La función de frecuencia acumulada está dada por

∫ b
1
F (b) = P (x ≤ b) = xα−1e−x/βdx (5.54)
0 β Γ(α)
α
Haciendo el cambio de variable y = x/β se tiene,
dx = βdy
∫ b/β
1
F (b) = P (x ≤ b) = αΓ(α)
βα−1yα−1e−yβdy
0 β
∫
F (b) = P (x ≤ b) = 1
b/β α−1 −y
y e dy (5.55)
Γ(
α) 0
La integral resultante tiene la estructura de la función Gamma, pero integrada
sólo hasta el valor finito b/β, por lo que se le denomina función Gamma in-
completa, en este caso de dos parámetros Γ (b/β, α). Esta función también se
encuentra tabulada.
En definitiva,
Γ (b/β, α)
F (b) = P (x ≤ b) = (5.56)
Γ(α)
Los parámetros α y β satisfacen las siguientes relaciones:
x̄ = αβ; s2x = β 2 α; (5.57)
de donde s2 x̄
2
1
= x
; = = ; (5.58)
β α
x̄ sx c2v
donde cv = sx /x̄ es el coeficiente de variación.
Siendo la distribución Gamma 2 dependiente de sólo dos parámetros, su

coeficiente de asimetrı́a no es independiente, quedando definido por la relación
2
Cs = √ = 2cv (5.59)
α
Para fines prácticos, se adjunta la Tabla 5.5 simplificada, que permite relacio-
nar la variable centrada y reducida o factor de frecuencia con su probabilidad
de excedencia en función del coeficiente de asimetrı́a, que en este caso siempre
es positivo, ya que el dominio de la variable es sólo para valores positivos con
l´ımite inferior nulo.
Ejemplo 5.2.5
Continuando con el mismo problema de los ejemplos anteriores, se supone

ahora que los datos siguen una distribución Gamma de 2 parámetros.

obtiene:
sx
x̄ = 1500 [m3 /s]; sx = 732.1 [m3/s]; cv = = 0.488;
¯
x
De esta forma, a partir de los parámetros estadı́sticos se calculan los parámetros

de la distribucion Gamma
s2 2
β = 357.3; x̄ 1 = 4.198;
= x α= =
x̄ sx c2v
Considerando que b = 3100 [m3/s] y entrando en la Tabla 5.5 con
2 b − x̄
Cs = √ = 2cv = 0.9761 y k = = 2.185
α sx
interpolando se obtiene
P (x > b) = 0.0334
⇓
1 1 = 30.3 años
T = =
P (x > b) 0.0334
-
Tabla 5.5: Factores de frecuencia para distribuciones Pearson tipo III con
asimetr´ıa positiva.
Perı́odo de retorno [años]
1.01 1.053 1.25 2 5 10 25 50 100 200 500 1000 2000 10000
Cs
Probabilidad de excedencia
0.99 0.95 0.8 0.5 0.2 0.1 0.04 0.02 0.01 0.005 0.002 0.001 0.0005 0.0001
0 -2.326 -1.645 -0.842 0.000 0.842 1.282 1.751 2.054 2.326 2.576 2.878 3.090 3.291 3.719
0.1 -2.253 -1.616 -0.846 -0.017 0.836 1.292 1.785 2.107 2.400 2.670 3.000 3.233 3.455 3.935
0.2 -2.178 -1.586 -0.850 -0.033 0.830 1.301 1.818 2.159 2.472 2.763 3.122 3.377 3.621 4.153
0.3 -2.104 -1.555 -0.853 -0.050 0.824 1.309 1.849 2.211 2.544 2.856 3.244 3.521 3.788 4.374
0.4 -2.029 -1.524 -0.855 -0.067 0.816 1.317 1.880 2.261 2.615 2.949 3.366 3.666 3.956 4.597
0.5 -1.955 -1.491 -0.857 -0.083 0.808 1.323 1.910 2.311 2.686 3.041 3.487 3.811 4.124 4.821
0.6 -1.880 -1.458 -0.857 -0.099 0.800 1.329 1.939 2.359 2.755 3.132 3.609 3.956 4.293 5.047
0.7 -1.806 -1.423 -0.857 -0.116 0.790 1.333 1.967 2.407 2.824 3.223 3.730 4.100 4.462 5.274
0.8 -1.733 -1.389 -0.856 -0.132 0.780 1.336 1.993 2.453 2.891 3.312 3.850 4.244 4.631 5.501
0.9 -1.660 -1.353 -0.854 -0.148 0.769 1.339 2.018 2.498 2.957 3.401 3.969 4.388 4.799 5.729
1 -1.588 -1.317 -0.852 -0.164 0.758 1.340 2.043 2.542 3.023 3.489 4.088 4.531 4.967 5.957
1.1 -1.518 -1.280 -0.848 -0.180 0.745 1.341 2.066 2.585 3.087 3.575 4.206 4.673 5.134 6.185
1.2 -1.449 -1.243 -0.844 -0.195 0.733 1.340 2.088 2.626 3.149 3.661 4.323 4.815 5.301 6.412
1.3 -1.383 -1.206 -0.838 -0.210 0.719 1.339 2.108 2.667 3.211 3.745 4.438 4.955 5.467 6.640
1.4 -1.318 -1.168 -0.832 -0.225 0.705 1.337 2.128 2.706 3.271 3.828 4.553 5.095 5.633 6.867
1.5 -1.256 -1.131 -0.825 -0.240 0.691 1.333 2.146 2.743 3.330 3.910 4.667 5.234 5.797 7.093
1.6 -1.197 -1.094 -0.817 -0.254 0.675 1.329 2.163 2.780 3.388 3.990 4.779 5.371 5.960 7.318
1.7 -1.140 -1.056 -0.808 -0.268 0.660 1.324 2.179 2.815 3.444 4.069 4.890 5.507 6.122 7.543
1.8 -1.087 -1.020 -0.799 -0.282 0.643 1.318 2.193 2.848 3.499 4.147 4.999 5.642 6.283 7.766
1.9 -1.037 -0.984 -0.788 -0.294 0.627 1.311 2.207 2.881 3.553 4.223 5.108 5.775 6.443 7.989
2 -0.990 -0.949 -0.777 -0.307 0.609 1.303 2.219 2.912 3.605 4.298 5.215 5.908 6.601 8.210
2.1 -0.946 -0.915 -0.765 -0.319 0.592 1.294 2.230 2.942 3.656 4.372 5.320 6.039 6.758 8.431
2.2 -0.905 -0.882 -0.752 -0.330 0.574 1.284 2.240 2.970 3.705 4.444 5.424 6.168 6.914 8.650
2.3 -0.867 -0.850 -0.739 -0.341 0.555 1.274 2.248 2.997 3.753 4.515 5.527 6.296 7.068 8.868
2.4 -0.832 -0.819 -0.725 -0.351 0.537 1.262 2.256 3.023 3.800 4.584 5.628 6.423 7.221 9.084
2.5 -0.799 -0.790 -0.711 -0.360 0.518 1.250 2.262 3.048 3.845 4.652 5.728 6.548 7.373 9.299
2.6 -0.769 -0.762 -0.696 -0.369 0.499 1.238 2.267 3.071 3.889 4.718 5.826 6.672 7.523 9.513
2.7 -0.740 -0.736 -0.681 -0.376 0.479 1.224 2.272 3.093 3.932 4.783 5.923 6.794 7.671 9.725
2.8 -0.714 -0.711 -0.666 -0.384 0.460 1.210 2.275 3.114 3.973 4.847 6.019 6.915 7.818 9.936
2.9 -0.690 -0.688 -0.651 -0.390 0.440 1.195 2.277 3.134 4.013 4.909 6.113 7.034 7.964 10.146
3 -0.667 -0.665 -0.636 -0.396 0.420 1.180 2.278 3.152 4.051 4.966 6.205 7.152 8.108 10.354
3.2 -0.625 -0.624 -0.606 -0.405 0.381 1.148 2.277 3.185 4.125 5.087 6.386 7.384 8.392 10.766
3.4 -0.588 -0.588 -0.577 -0.411 0.341 1.113 2.273 3.214 4.193 5.199 6.561 7.606 8.671 11.172
3.6 -0.556 -0.555 -0.549 -0.414 0.302 1.077 2.264 3.238 4.256 5.306 6.730 7.830 8.943 11.573
3.8 -0.529 -0.526 -0.522 -0.414 0.264 1.040 2.253 3.258 4.314 5.407 6.894 8.044 9.210 11.968
4 -0.500 -0.4.9999 -0.498 -0.413 0.226 1.001 2.238 3.274 4.368 5.504 7.053 8.253 9.472 12.357
4.5 -0.444 -0.444 -0.444 -0.400 0.137 0.900 2.189 3.298 4.483 5.724 7.427 8.752 10.101 13.305
5 -0.400 -0.400 -0.400 -0.379 0.058 0.795 2.124 3.300 4.573 5.916 7.771 9.220 10.698 14.220
5.2.1.5. Curvas de Pearson
Karl Pearson encontró una ecuación diferencial que cumple la propiedad de

ajustarse a las distribuciones más importantes de la estadı́stica.
Esta ecuación diferencial es

1 d (f (x)) d−x (5.60)
=
f (x) dx a + bx + cx2
d (f (x)) d−x
= dx (5.61)
f (x) a + bx + cx2
∫
f (x) ln x d− x
2
dx (5.62)
f (x0) x−0 a + bx + cx
Por lo tanto, la llamada funcion=de densidad de la curva de Pearson es

x d−x
2 dx
f (x) = f (x0)e x−0 a+bx+cx (5.63)
A partir de esta distribución general se puede llegar a diversas distribuciones

conocidas, dependiendo del valor que se le dé a los parámetros a, b, c y d.
La constante f (x0 ) se obtiene al imponer la condición de que el área bajo la

curva dentro de todo el rango de variación de x sea unitaria,
∫ x2
f (x)dx ≡ 1 x1 ≤ x ≤ x 2 (5.64)
x1
Los parametros a, b, c y d pueden calcularse a partir de los cuatro primeros

momentos de la distribución, es decir, en funcion del promedio, desviación
estándar, coeficiente de asimetrı́a y coeficiente de kurtosis.
5.2.1.6. Distribución de Pearson Tipo III
Para aplicaciones en hidrologı́a, la curva de Pearson de mayor interés correspon-

de a la llamada distribución de Pearson tipo III, que cumple con la condición
de que el parámetro c = 0.
Puede demostrarse por integración directa, que en este caso la función de

densidad de frecuencia se reduce a:
1 x−x0
f (x) = (x − x )α−1e− (5.65)
b
bαΓ(α) 0
Esta función se conoce también como distribución Gamma de 3 parámetros, ya

que es una generalización de la distribución Gamma de 2 parámetros, en que
el l´ımite inferior no es nulo, sino:
−a
x0 =
b
Las condiciones que deben cumplir las constantes de Pearson en este caso son,
c=0
b>0
a = −bx0
d = x0 − b
En el caso particular x0 = 0, se cumple a = c = 0, b > 0, d > −b, con lo que la

distribución queda en función de 2 parámetros,
1
f (x) = xα−1e−x/b (5.66)
αΓ(
b α)
expresión que corresponde a la distribución Gamma de 2 parámetros, anterior-
mente vista.
Se cumple entonces que si la variable x > x0 tiene distribución Pearson

tipo III, entonces la variable y = x–x0 > 0 tiene distribución Gamma de 2
parámetros, cumpliéndose las relaciones,
ȳ = x̄ − x0 (5.67)
s2 = s2 = b2α (5.68)
y x
2
Cs,x = Cs,y = √ (5.69)
α
de donde los parámetros de la distribucion Pearson tipo III se pueden estimar
mediante las relaciones,
4
α= 2
(5.70)
C s,x
sx|Cs,x|
b= (5.71)
2
sx
x−2
x0 = ¯ (5.72)
|C s,x|
En el caso en que Cs,x sea nulo, la distribución es simétrica y tiende a la

distribución normal.
Para el cálculo de la distribución Pearson tipo III, hay que recurrir también
a tablas o integraciones aproximadas. Como la distribución en este caso tiene
3 parámetros, el coeficiente de asimetrı́a debe ser estimado en forma indepen-
diente a partir de los datos muestrales, con los estimadores del segundo (ec.
(5.15)) y tercer momento (ec. (5.16)) de la distribución,
Ax
Cs,x = (5.73)
s3x
La misma Tabla 5.5 aplicable a la distribución Gamma 2, sumada a la Tabla
5.6, que incluye los valores de la variable reducida para coeficientes de asimetr´ıa
negativos, son aplicables a la distribución Gamma 3, las cuales permiten estimar
la probabilidad de excedencia de la variable reducida o factor de frecuencia
x − x̄
k=
sx
en función del coeficiente de asimetrı́a.
Ejemplo 5.2.6
Continuando con el mismo problema de los ejemplos anteriores, pero ahora

se supone que los datos siguen una distribución Gamma de 3 parámetros.

obtiene: ΣN
xi (xi − x̄)2
¯= = 1500 [ 3 ]; s = 732 1 [ 3 ];
Σ N
i=1
x i=1 m /s sx . m /s
N = N −1
ΣN (x − x̄)3
N i=1 i = 316612684 .7;
Ax =
( N − 1)(N − 2)
Calculando el coeficiente de asimetr´ıa se obtiene
Ax
Cs,x = = 0.8068
s3x
Considerando que b = 3100 [m3/s] y entrando en la Tabla 5.5 con
b − x̄
Cs,x = 0.8068 y k= = 2.185
sx
P (x > b) = 0.03096
T = 1 1
= 32.3 años
P (x > b) = 0.03096
-
Tabla 5.6: Factores de frecuencia para distribuciones Pearson tipo III con
asimetr´ıa negativa.
Perı́odo de retorno (años)
1.01 1.053 1.25 2 5 10 25 50 100 200 500 1000 2000 10000
Cs
0.99 0.95 0.8 0.5 0.2 0.1 0.04 0.02 0.01 0.005 0.002 0.001 0.0005 0.0001
0 -2.326 -1.645 -0.842 0.000 0.842 1.282 1.751 2.054 2.326 2.576 2.878 3.090 3.291 3.719
-0.1 -2.400 -1.673 -0.836 0.017 0.846 1.270 1.716 2.000 2.253 2.482 2.757 2.948 3.128 3.507
-0.2 -2.472 -1.700 -0.830 0.033 0.850 1.258 1.680 1.945 2.178 2.388 2.637 2.808 2.967 3.299
-0.3 -2.544 -1.726 -0.824 0.050 0.853 1.245 1.643 1.890 2.104 2.294 2.517 2.669 2.809 3.096
-0.4 -2.615 -1.750 -0.816 0.067 0.855 1.231 1.606 1.834 2.029 2.201 2.399 2.533 2.654 2.899
-0.5 -2.686 -1.774 -0.808 0.083 0.857 1.216 1.567 1.777 1.955 2.108 2.283 2.399 2.503 2.708
-0.6 -2.755 -1.797 -0.800 0.099 0.857 1.200 1.528 1.720 1.880 2.016 2.169 2.268 2.355 2.525
-0.7 -2.824 -1.819 -0.790 0.116 0.857 1.184 1.489 1.663 1.806 1.926 2.057 2.141 2.213 2.350
-0.8 -2.891 -1.839 -0.780 0.132 0.856 1.166 1.448 1.606 1.733 1.837 1.948 2.017 2.077 2.184
-0.9 -2.957 -1.859 -0.769 0.148 0.854 1.147 1.407 1.549 1.660 1.749 1.842 1.899 1.946 2.029
-1 -3.023 -1.877 -0.758 0.164 0.852 1.128 1.366 1.492 1.588 1.664 1.741 1.786 1.822 1.884
-1.1 -3.087 -1.894 -0.745 0.180 0.848 1.107 1.324 1.444 1.518 1.581 1.643 1.678 1.706 1.751
-1.2 -3.149 -1.910 -0.733 0.195 0.844 1.086 1.282 1.379 1.449 1.501 1.550 1.577 1.597 1.628
-1.3 -3.211 -1.925 -0.719 0.210 0.838 1.064 1.240 1.324 1.383 1.424 1.462 1.482 1.497 1.518
-1.4 -3.271 -1.938 -0.705 0.225 0.832 1.041 1.198 1.270 1.318 1.351 1.380 1.394 1.404 1.418
-1.5 -3.330 -1.951 -0.691 0.240 0.825 1.018 1.157 1.217 1.256 1.282 1.303 1.313 1.319 1.328
-1.6 -3.388 -1.962 -0.675 0.254 0.817 0.994 1.116 1.166 1.197 1.216 1.231 1.238 1.242 1.247
-1.7 -3.444 -1.972 -0.660 0.268 0.808 0.970 1.075 1.116 1.140 1.155 1.165 1.170 1.172 1.175
-1.8 -3.499 -1.981 -0.643 0.282 0.799 0.945 1.035 1.069 1.087 1.097 1.105 1.107 1.109 1.111
-1.9 -3.553 -1.989 -0.627 0.294 0.788 0.920 0.997 1.023 1.037 1.044 1.049 1.051 1.052 1.052
-2 -3.605 -1.996 -0.609 0.307 0.777 0.895 0.959 0.980 0.990 0.995 0.998 0.999 1.000 1.000
-2.1 -3.656 -2.001 -0.592 0.319 0.765 0.869 0.923 0.939 0.946 0.949 0.951 0.952 0.952 0.952
-2.2 -3.705 -2.006 -0.574 0.330 0.752 0.844 0.888 0.900 0.905 0.907 0.909 0.909 0.909 0.909
-2.3 -3.753 -2.009 -0.555 0.341 0.739 0.819 0.855 0.864 0.867 0.869 0.669 0.869 0.870 0.870
-2.4 -3.800 -2.011 -0.537 0.351 0.725 0.795 0.823 0.830 0.832 0.833 0.833 0.833 0.833 0.833
-2.5 -3.845 -2.012 -0.518 0.360 0.711 0.771 0.793 0.798 0.799 0.800 0.800 0.800 0.800 0.800
-2.6 -3.889 -2.013 -0.499 0.369 0.696 0.747 0.765 0.768 0.769 0.769 0.769 0.769 0.769 0.769
-2.7 -3.932 -2.012 -0.479 0.376 0.681 0.724 0.738 0.740 0.740 0.741 0.741 0.741 0.741 0.741
-2.8 -3.973 -2.010 -0.460 0.384 0.666 0.702 0.712 0.714 0.714 0.714 0.714 0.714 0.714 0.714
-2.9 -4.013 -2.007 -0.440 0.390 0.651 0.681 0.688 0.689 0.690 0.690 0.690 0.690 0.690 0.690
-3 -4.051 -2.003 -0.420 0.396 0.636 0.660 0.666 0.666 0.667 0.667 0.667 0.667 0.667 0.667
-3.2 -4.125 -1.993 -0.381 0.405 0.606 0.622 0.625 0.625 0.625 0.625 0.625 0.625 0.625 0.625
-3.4 -4.193 -1.980 -0.341 0.410 0.577 0.587 0.588 0.588 0.588 0.588 0.588 0.588 0.588 0.588
-3.6 -4.256 -1.963 -0.302 0.414 0.549 0.555 0.556 0.556 0.556 0.556 0.556 0.556 0.556 0.556
-3.8 -4.314 -1.943 -0.264 0.414 0.522 0.526 0.526 0.526 0.526 0.526 0.526 0.526 0.526 0.526
-4 -4.368 -1.920 -0.226 0.413 0.498 0.500 0.500 0.500 0.500 0.500 0.500 0.500 0.500 0.500
-4.5 -4.483 -1.853 -0.137 0.400 0.444 0.444 0.444 0.444 0.444 0.444 0.444 0.444 0.444 0.444
5.2.1.7. Distribución Log – Pearson Tipo III
La distribución Log – Pearson tipo III resulta de reemplazar la variable hi-

drológica original por sus logaritmos, en forma análoga a la relación entre las
distribuciones normal y log-normal.
Su función de densidad de frecuencia, en consecuencia, es

1 y−y0
f (y) = (y − y )α−1e− (5.74)
b
bαΓ(α) 0
donde y = ln(x).
En consecuencia, los parámetros estadı́sticos son

ΣN
i=1 ln(xi)
y¯ = (5.75)
N
ΣN (ln(xi ) − ȳ)2 (5.76)
sy2 = i=1
N −1
ΣN
N i=1 (ln(xi ) − ȳ)3 (5.77)
Cs,y = 3
(N − 1)(N − 2)sy
y los parámetros de la distribución resultan
4
α= 2 (5.78)
C s,y
sy|Cs,y|
b= (5.79)
2
sy
y −2
y0 = ¯ (5.80)
|C s,y |
Esta distribucion ha sido recomendada por el Water Resources Council de

los Estados Unidos, como la distribución más adecuada para la determinacion
de crecidas de diseño en los EE.UU., razón por la cual ha ganado gran popu-
laridad en los últimos años.
Ejemplo 5.2.7
Continuando con el mismo problema de los ejemplos anteriores, pero ahora

se supone que los datos siguen una distribucion Log – Pearson tipo III.
se aplica la transformación logarı́tmica y = ln(x) a los datos de la muestra

entregados en la Tabla 5.3 (N = 30) y se obtiene:
‚
. ΣN
2
ΣN ln(yi ) − ln(x)
ln(yi) , i=1
ȳ = i=1
= 7.196; sy = = 0.505;
N N −1
ΣN
N i=1 (ln(xi ) − ȳ)3
Cs,y = 3 = − 0. 2578;
(
N − 1)(N − 2)sy
Considerando que b = 3100 [m3/s] y que ln(b) = 8.039, y luego entrando en la
Tabla 5.6 con
ln(b) − ȳ
Cs,y = −0.2578 y k= = 1.670
sy
P (x > 3000) = 0.0391
⇓
1 1
T =
P (x > 3000) = 0.0391 = 25.6 años
-
5.2.1.8. Distribuciones de Frecuencia Generalizadas
Como se ha analizado, cuando el tamaño de las muestras es pequeño, la es-

timación de los parámetros, en particular el coeficiente de asimetrı́a, adquiere
gran incertidumbre, caracterı́stica que se traslada a la estimación de las va-
riables asociadas a algún perı́odo de retorno. Como una manera de aminorar
este problema se han propuesto una serie de técnicas que tratan de reducir
la incertidumbre, incorporando información regional adicional disponible. Por
ejemplo, se ha propuesto corregir los valores muestrales del coeficiente de asi-
metrı́a ponderando su valor con estimaciones regionales de este parámetro,
correspondiente a promedios de valores de estaciones vecinas.
También se ha propuesto trabajar con variables adimensionalizadas, dividien-

do los valores por su valor promedio e incorporando como una sola muestra,
valores obtenidos de distintas estaciones vecinas, con lo que se ampliar´ıa el
tamaño de la muestra y se reducirı́a la incertidumbre. Varas y Lara (1997)
proponen un modelo regional en función de parametros fisiográficos y meteo-

rológicos que permitirı́a incluso la estimación probabilı́stica de variables en
lugares no controlados.
5.2.2. Uso de Intervalos de Confianza en Análisis de Frecuen-

cia
En estricto rigor, la magnitud de un evento xT de perı́odo de retorno T , viene

dada por la expresión
xT = µ + kT σx (5.81)
donde µ y σx son el promedio y desviacion estándar de la población y kT es el

factor de frecuencia, función de la distribución de frecuencia de la población y
del perı́odo de retorno o probabilidad de excedencia del evento.
En la práctica, como desconocemos los valores exactos de los parámetros de

la distribución, los estimamos con los parámetros muestrales, por lo que el valor
estimado del evento xT , resulta
xT = x̄ + kT sx (5.82)
donde x̄ y sx son los estimadores del promedio y desviación estándar en base

a la información que proporciona la muestra finita de tamaño N . En conse-
cuencia, estos estimadores son -a su vez- variables aleatorias que dependen de
la distribución de frecuencia de la población y del tamaño de la muestra de la
cual provienen. Es posible entonces establecer un rango o intervalo de confian-
za, dentro del cual se espera -en forma razonable- que quede comprendido el
valor correcto de la estimación. El tamaño del intervalo de confianza depende
del nivel β de confianza que se escoja.
A cada nivel de confianza le corresponde -a su vez- un nivel de significancia

α, que viene dado por las expresiones
1−β
α= o α=1−β (5.83)
2
dependiendo si la distribución de origen es abierta en sus dos extremos o sólo

en uno, respectivamente.
Ası́ entonces, en el caso del promedio, se puede plantear la expresión

=
x = x ±kx,ασx (5.84)
donde los parámetros son el promedio y desviación estándar del estimador del
promedio y kx,α es el coeficiente de frecuencia asociado al nivel de significancia.
Expresiones análogas pueden plantearse para cualquier estimador estadı́stico,

en este caso, la desviación estándar de la muestra.
En el caso de la distribución normal, la teorı́a estadı́stica nos dice que la

variable
x̄ − µ
t= √ (5.85)
sx / N
tiene una distribución “t” de Student, con ν = N − 1 grados de libertad.
Análogamente, en el caso de la distribución normal, la variable
(N − 1)s2 (5.86)
=
χ2 x
σ x2
tiene una distribucion χ2 con ν = N − 1 grados de libertad.
La distribución χ2 es un caso particular de la distribución Gamma de 2

parámetros, con los valores α = ν/2 y β = 2.
Despejando de estas expresiones los parametros de la población y rempla-

zando en la ecuación (5.82), finalmente queda.
s
tα (N − 1)
xT = x̄ ± √ sx + kT sx (5.87)
N χ2α
Normalmente se trabaja con un nivel de confianza del 90 % (β = 0.9), por lo

que la expresión anterior nos da el lı́mite superior utilizando el signo positivo
y un nivel de significancia de α = 0.05 o α = 0.1, y el l´ımite inferior del
intervalo de confianza utilizando el signo negativo y el nivel de significancia
complementario.
Tanto la distribución t de Student como la χ2 se hayan tabuladas para dis-

tintos niveles de significancia y grados de libertad.
La distribución normal, generalmente no es apropiada para el análisis de

frecuencia de datos hidrológicos; sin embargo, trabajando con los logaritmos de

los datos, el procedimiento descrito es aplicable a la distribución log-normal.
Desgraciadamente, para distribuciones que presenten asimetr´ıas distintas de

cero (Cs 0), el establecimiento de niveles de confianza se torna muy complejo
o simplemente imposible; sin embargo, se acepta utilizar en forma aproximada
los lı́mites de la distribución normal para otras distribuciones.
En la Tabla 5.7 se entregan factores de corrección fc , propuestos por el

U.S. Water Resources Council, que permiten una estimación aproximada de
los l´ımites de confianza superior e inferior, utilizando las expresiones,
xT = x̄ + fc (α)kT sx (5.88)
y
xT = x̄ + fc (1 − α)kT sx (5.89)
donde kT es el factor de frecuencia asociado a la distribución y al perı́odo de

retorno asociado. El procedimiento es preciso para valores del coeficiente de
asimetrı́a en el rango |Cs | < 0.5. Para asimetrı́as mayores, se pierde precisión.
Ejemplo 5.2.8
Se considera el ejemplo 5.2.7 del ajuste de la distribución log-Pearson, donde

al caudal de Q = 3.100 [m3 /s] se le asignaba un perı́odo de retorno de T = 25.6
años. El problema de determinación de intervalos de confianza se puede abordar
en la determinación del intervalo de confianza del perı́odo de retorno estimado
para el caudal Q = 3.100 [m3 /s], o en términos de plantear el problema inverso
de establecer el intervalo de confianza de los caudales para el perı́odo de retorno
estimado de T = 25.6 años.
El segundo caso es de solución directa.
De los datos y solución del ejemplo 5.2.7, se tiene:

1
T = 25.6 años; Pex = = 0.0391; N = 30;
T
ȳ = 7.196; sy = 0.505; Cs,y = −0.2578; 𝑥 = kT = 1.670;
por lo que la estimación es precisa para un nivel de confianza de β = 0.9; para

una distribución abierta se tiene,
1−β
αs = = 0.05; αI = 0.95;
2
Interpolando en la Tabla 5.7, para N = 30 entre las probabilidades 0.02 y 0.05,
se obtiene,
fc (αs ) = 1.343; fc (αI ) = 0.767;
Reemplazando en las ecuaciones (5.88) y (5.89), resulta
ys = ln(Qs) = 7.196 + 1.343 · 1.670 · 0.505 = 8.329 ⇒ Qs = 4141 [m3/s]
yI = ln(QI ) = 7.196 + 0.767 · 1.670 · 0.505 = 7.843 ⇒ QI = 2547 [m3 /s]
En definitiva, para un perı́odo de retorno de T = 25.6 años, el caudal esperado

es de Q = 3100 [m3/s], pudiendo establecerse con un nivel de confianza del
90 %, que el verdadero valor estará comprendido aproximadamente entre los
l´ımites 2547 y 4141 [m3/s].
La solución al problema inverso, de establecer los lı́mites de confianza de los

perı́odos de retorno correspondientes al caudal Q = 3100 [m3 /s], resultan de
establecer por tanteo, con la ayuda de las tablas 5.6 y 5.7, para qué perı́odos
de retorno se cumple en este ejemplo, la relación
y − ȳ
f (α, T ) · k = = 𝑥 = 1.670
c T
sy
Para el coeficiente de asimetr´ıa Cs,y = −0.2578 y los valores de alfa 0.05 y 0.95.
-
Tabla 5.7: Factores de corrección fc (α) para estimación de intervalos de con-

fianza (β = 0.9).
Perı́odo de retorno [años]
Nivel Tamaño 2.5 5 10 20 50 100 200 1000
Significancia Muestra Probabilidad de excedencia
α N 0.4 0.2 0.1 0.05 0.02 0.01 0.005 0.001
10 3.55 2.02 1.84 1.77 1.73 1.71 1.7 1.68
15 2.96 1.76 1.61 1.56 1.53 1.51 1.5 1.49
20 2.65 1.63 1.5 1.46 1.43 1.42 1.41 1.4
30 2.31 1.49 1.39 1.35 1.33 1.32 1.31 1.3
0.05
40 2.12 1.41 1.32 1.29 1.27 1.26 1.26 1.25
50 1.99 1.36 1.28 1.26 1.24 1.23 1.23 1.22
70 1.84 1.3 1.23 1.21 1.2 1.18 1.18 1.18
100 1.69 1.25 1.19 1.17 1.16 1.15 1.15 1.15
10 2.9 1.75 1.61 1.56 1.53 1.52 1.51 1.5
15 2.48 1.57 1.46 1.42 1.39 1.38 1.37 1.36
20 2.26 1.47 1.38 1.34 1.32 1.31 1.31 1.3
30 2 1.37 1.29 1.26 1.25 1.24 1.23 1.23
0.1
40 1.86 1.31 1.25 1.22 1.21 1.2 1.2 1.19
50 1.76 1.28 1.22 1.19 1.18 1.18 1.17 1.17
70 1.65 1.23 1.18 1.16 1.15 1.14 1.14 1.14
100 1.54 1.19 1.15 1.13 1.12 1.12 1.12 1.11
10 -0.64 0.51 0.65 0.7 0.72 0.74 0.75 0.76
15 -0.26 0.62 0.72 0.76 0.78 0.79 0.79 0.8
20 -0.14 0.64 0.74 0.77 0.79 0.8 0.81 0.82
30 0.07 0.7 0.78 0.81 0.83 0.83 0.84 0.85
0.9
40 0.2 0.74 0.81 0.83 0.85 0.85 0.86 0.86
50 0.28 0.76 0.83 0.85 0.86 0.87 0.87 0.88
70 0.4 0.8 0.85 0.87 0.88 0.89 0.89 0.89
100 0.5 0.83 0.87 0.89 0.9 0.9 0.91 0.91
10 -1.14 0.38 0.56 0.62 0.66 0.67 0.68 0.7
15 -0.71 0.48 0.63 0.68 0.71 0.72 0.73 0.74
20 -0.47 0.55 0.67 0.71 0.74 0.75 0.76 0.77
30 -0.19 0.62 0.72 0.76 0.78 0.79 0.8 0.81
0.95
40 -0.03 0.67 0.76 0.79 0.81 0.81 0.82 0.83
50 0.07 0.7 0.78 0.81 0.82 0.83 0.84 0.84
70 0.22 0.75 0.81 0.84 0.85 0.86 0.86 0.86
100 0.35 0.79 0.84 0.86 0.87 0.88 0.88 0.89
5.2.3. Selección de Modelos Probabilı́sticos
Los procedimientos descritos en los acápites anteriores permiten determinar

el perı́odo de retorno de una cierta magnitud de un evento hidrológico o, in-
versamente, calcular la magnitud del evento asociado a un perı́odo de retorno
determinado, siempre y cuando se sepa o se suponga a priori, cuál es la función
de densidad de frecuencia que posee la población de la cual fue extraı́da la
muestra.
Como se vio en los ejemplos desarrollados, el resultado de un análisis de

frecuencia efectuado a una misma serie de datos será distinto dependiendo
de la función de densidad de frecuencia que se adopte como distribución más
apropiada para los datos.
De hecho, para los ejemplos del r´ıo Maule en Armerillo, el caudal estimado
de Q = 3100 [m3 /s], resultó con los siguientes perı́odos de retorno según la
distribucion elegida
Tabla 5.8: Resumen obtenidos en los ejemplos 5.2.1 a 5.2.7.

DISTRIBUCION T [años]
Normal 69.4
Logar´ıtmico normal 21.1
Valores extremos tipo I, Gumbel 19.9
Valores extremos tipo III, acotada superiormente 24.4
Valores extremos tipo III Weibull 17.1
Gamma de 2 parametros 30.3
Gamma de 3 parametros o Pearson 32.3
Log-Pearson 25.6
En este caso, salvo la distribución normal, que no puede adaptarse a una serie
de datos con asimetrı́a, el resto de las distribuciones nos dice que el perı́odo de
retorno del caudal señalado, osciları́a entre los 20 a 30 años aproximadamente.
Este rango de variación, de ya importante, se acentúa enormemente al evaluar
eventos más extremos, de alto perı́odo de retorno, lo que obliga a adoptar
algún criterio objetivo para establecer cuál de los resultados obtenidos es el
más adecuado, lo que implica establecer cuál de las distribuciones teóricas es la
que mejor se ajusta a la distribucion emp´ırica de los datos. En otras palabras,
habrá que inferir a partir de la información proporcionada por la muestra,

cuál es la distribución que mejor se ajusta a los datos disponibles, es decir, se
deberá escoger aquella función de densidad de frecuencia que mejor coincida
con la forma del histograma normalizado de la muestra.
La teor´ıa estad´ıstica nos proporciona tests que permiten establecer, con un

determinado nivel de confianza, cuál distribucion -o distribuciones- es posible
aceptar como representativa de los datos disponibles. Los tests más comúnmen-
te utilizados corresponden al Test χ2 y al Test Kolmogorov-Smirnov.
5.2.3.1. Test o Prueba χ2
Si se dispone de una muestra de datos de tamaño N, es posible dividir el rango

de variación de la variable en K intervalos de clase y determinar para cada uno
de ellos la frecuencia absoluta o número de datos de la muestra que caen dentro
de cada intervalo, confeccionando as´ı el histograma absoluto de la muestra y la
respectiva frecuencia absoluta (fi) para cada uno de los intervalos.
El número de intervalos de clases que reproduce en forma adecuada la forma

de la distribucion de origen, puede estimarse mediante la relación aproximada,
K = 1 + 1.45 ln(N ) (5.90)
recomendándose además que el valor de K sea igual o superior a K = 5 y que,

a su vez, la frecuencia absoluta observada de cada intervalo sea igual o superior
a fi = 5.
El test se basa en adoptar la hipótesis nula respecto a que los datos provienen
de un universo con una cierta funcion de frecuencia dada f (x), conocida.
Si la hipótesis es válida, entonces si se designa con Ci el lı́mite superior de

un intervalo de clase cualquiera, la probabilidad de la variable aleatoria de caer
dentro de ese intervalo queda dada por la integral,
∫ Ci
P (Ci−1 < x < Ci) = Pi = f (x)dx (5.91)
Ci−1
de donde el valor teórico esperado de la frecuencia absoluta de ese intervalo de

clase queda dado por la expresión
ti = N · P i (5.92)
Manteniendo la validez de la hipótesis, la diferencia entre el valor teórico y el

observado
ε = (fi − ti) (5.93)
sólo puede provenir de un error de muestreo, teniendo según la teorı́a de errores

una distribución normal.
Se demuestra en ese caso que la variable,

K 2
2 (fi − ti)
χm = (5.94)
i=1
ti
se aproxima a una distribución χ2 con ν = K −s−1 grados de libertad, donde s

es el número de parámetros de la función de densidad de frecuencia en análisis.
Se recuerda que la distribucion χ2 es un caso particular de la distribución
Gamma de 2 parametros y se encuentra tabulada para distintas probabilidades
de excedencia y distintos grados de libertad.
Escogiendo un nivel de significancia α, se cumple con un nivel de confianza

(1 − α) que la variable χ2 debiera tomar valores menores que el valor χ2
m ν,(1−α)
correspondiente al valor de la variable χ2que tiene una probabilidad de exce-
dencia α.
En consecuencia, la prueba es la siguiente: se compara el valor obtenido de la

muestra χ2m con el valor de la variable χ2 , tabulado para un cierto nivel
ν,(1 −α)
de confianza elegido,
Si χ2m < χ 2ν,(1−α) : No hay argumentos para rechazar la hipótesis nula

de que los datos provienen de la distribución f (x) elegida.
Si χ2m ≥ χ 2ν,(1−α) : Se rechaza la hipótesis nula, ya que es muy poco

probable, con el nivel de confianza elegido, que la variable alcance un
valor tan grande, si realmente los datos correspondieran a la distribución
en análisis.
Es importante hacer notar que si bien este test permite rechazar una distribu-
ción por no ser adecuada, en ningún caso permite probar que una distribución
aceptada sea realmente la correcta.
Si al probar distintas distribuciones resulta que dos o más de ellas pueden

ser aceptadas, normalmente se elige como más probable a aquella distribución
que arroje el menor valor de la variable m
χ2 .
Con el proposito de minimizar los errores de tipo I, normalmente se acos-

tumbra trabajar con un nivel de confianza del 95 % o α = 0.05. En la Tabla
5.9 se incluyen los valores de la distribucion para distintos grados de libertad
y niveles de significancia.
Tabla 5.9: Valores de χ2 .

ν,(1−α)
Nivel de significancia (α)

ν
0.2 0.1 0.05 0.02 0.01 0.005 0.002 0.001
1 1.64 2.71 3.84 5.41 6.63 7.88 9.55 10.83
2 3.22 4.61 5.99 7.82 9.21 10.60 12.43 13.82
3 4.64 6.25 7.81 9.84 11.34 12.84 14.80 16.27
4 5.99 7.78 9.49 11.67 13.28 14.86 16.92 18.47
5 7.29 9.24 11.07 13.39 15.09 16.75 18.91 20.52
6 8.56 10.64 12.59 15.03 16.81 18.55 20.79 22.46
7 9.80 12.02 14.07 16.62 18.48 20.28 22.60 24.32
8 11.03 13.36 15.51 18.17 20.09 21.95 24.35 26.12
9 12.24 14.68 16.92 19.68 21.67 23.59 26.06 27.88
10 13.44 15.99 18.31 21.16 23.21 25.19 27.72 29.59
11 14.63 17.28 19.68 22.62 24.72 26.76 29.35 31.26
12 15.81 18.55 21.03 24.05 26.22 28.30 30.96 32.91
13 16.98 19.81 22.36 25.47 27.69 29.82 32.54 34.53
14 18.15 21.06 23.68 26.87 29.14 31.32 34.09 36.12
15 19.31 22.31 25.00 28.26 30.58 32.80 35.63 37.70
16 20.47 23.54 26.30 29.63 32.00 34.27 37.15 39.25
17 21.61 24.77 27.59 31.00 33.41 35.72 38.65 40.79
18 22.76 25.99 28.87 32.35 34.81 37.16 40.14 42.31
19 23.90 27.20 30.14 33.69 36.19 38.58 41.61 43.82
20 25.04 28.41 31.41 35.02 37.57 40.00 43.07 45.31
5.2.3.2. Test o Prueba de Kolmogorov–Smirnov
Un procedimiento alternativo a la prueba χ2 para evaluar la bondad de ajuste

de la distribución de una determinada muestra respecto de alguna distribu-
ción teórica, corresponde al test de Kolmogorov-Smirnov, que presenta para
muestras pequeñas la caracterı́stica de ser más potente.
A diferencia del test χ2, que compara las diferencias entre el histograma de
la muestra y la función de densidad de frecuencia, este test compara la función

de frecuencia acumulada de la distribución teorica ensayada F (x) con la curva
de frecuencia acumulada emp´ırica que se obtiene de los datos.
Si la funcion teorica de frecuencia acumulada es
F (x0) = P (x ≤ x0) (5.95)
entonces la función empı́rica vale,

N0
Fe (x0 ) = P (x ≤ x 0) ∼
= (5.96)
N
Donde N0 es el número de valores de la muestra de magnitud menor o igual a
x0 y N es el tamaño total de la muestra.
En teorı́a, si el tamaño de la muestra tiende a infinito y la hipótesis nula

respecto a que la función de frecuencia acumulada ensayada es la correcta, los
valores de F (x) y Fe(x) debieran coincidir. Para muestras finitas, manteniendo
la validez de la hipótesis nula, las diferencias entre F (x) y Fe (x) corresponde
a errores de muestreo y análogamente a la prueba anterior, se demuestra que
si la hipótesis nula adoptada es valida, entonces la variable D definida por el
valor absoluto de la mayor diferencia entre F (x) y Fe(x),
D = max|Fe (xi ) − F (xi )| i = 1, · · · , N (5.97)
Tiene una distribución de Kolmogorov Dν,α de ν = N −s−1 grados de libertad,

que está tabulada para distintos niveles de significancia α.
En definitiva, comparando el valor muestral D con la variable de referencia

Dν,α, se tiene
Si D < Dν,α : No hay argumentos para rechazar la hipótesis nula de que

los datos provienen de la distribución F (x) elegida.
Si D ≥ Dν,α: Se rechaza la hipotesis nula, ya que es muy poco proba-

ble, con el nivel de confianza elegido, que la variable alcance un valor
tan grande, si realmente los datos correspondieran a la distribución en
análisis.
La Tabla 5.10 entrega valores de la distribución de Kolmogorov para distintos

grados de libertad y un nivel de confianza del 95 %.
5.3. Análisis de Frecuencia Directo o Gráfico 179
Tabla 5.10: Valores de Dν,α

Nivel de significanción α
N
0.2 0.1 0.05 0.02 0.01 0.005 0.002 0.001
1 0.9000 0.9500 0.9750 0.9900 0.9950 0.9975 0.9990 0.9995
2 0.6834 0.7764 0.8419 0.9000 0.9293 0.9500 0.9684 0.9776
3 0.5648 0.6360 0.7076 0.7846 0.8290 0.8643 0.9000 0.9207
4 0.4927 0.5652 0.6239 0.6889 0.7342 0.7764 0.8222 0.8505
5 0.4470 0.5095 0.5633 0.6272 0.6685 0.7054 0.7500 0.7814
6 0.4104 0.4680 0.5193 0.5774 0.6166 0.6529 0.6957 0.7248
7 0.3815 0.4361 0.4834 0.5384 0.5758 0.6098 0.6507 0.6793
8 0.3583 0.4096 0.4543 0.5065 0.5418 0.5743 0.6137 0.6410
9 0.3391 0.3875 0.4300 0.4796 0.5133 0.5444 0.5821 0.6085
10 0.3226 0.3687 0.4093 0.4556 0.4889 0.5187 0.5550 0.5804
11 0.3083 0.3524 0.3912 0.4367 0.4677 0.4954 0.5314 0.5559
12 0.2958 0.3382 0.3754 0.4192 0.4491 0.4767 0.5105 0.5342
13 0.2847 0.3255 0.3614 0.4036 0.4325 0.4592 0.4919 0.5149
14 0.2748 0.3142 0.3489 0.3897 0.4176 0.4435 0.4752 0.4975
15 0.2659 0.3040 0.3375 0.3771 0.4042 0.4293 0.4561 0.4818
16 0.2578 0.2947 0.3273 0.3657 0.3920 0.4164 0.4464 0.4675
17 0.2504 0.2863 0.3180 0.3553 0.3809 0.4046 0.4338 0.4554
18 0.2436 0.2785 0.3094 0.3457 0.3706 0.3938 0.4222 0.4423
19 0.2374 0.2714 0.3014 0.3369 0.3612 0.3838 0.4116 0.4312
20 0.2316 0.2647 0.2941 0.3287 0.3524 0.3745 0.4017 0.4209
21 0.2252 0.2586 0.2872 0.3210 0.3443 0.3659 0.3924 0.4112
22 0.221I5 0.2528 0.2809 0.3139 0.3367 0.3578 0.3838 0.4022
23 0.2165 0.2475 0.2749 0.3073 0.3295 0.3503 0.3758 0.3938
24 0.2121 0.2424 0.2693 0.3010 0.3229 0.3432 0.3679 0.3859
25 0.2079 0.2377 0.2640 0.2952 0.3166 0.3365 0.3610 0.3774
26 0.2040 0.2332 0.2591 0.2896 0.3096 0.3302 0.3543 0.3714
27 0.2003 0.2290 0.2544 0.2844 0.3050 0.3243 0.3479 0.3647
28 0.1968 0.2250 0.2499 0.2794 0.2997 0.3186 0.3419 0.3584
29 0.1935 0.2212 0.2457 0.2747 0.2947 0.3133 0.3362 0.3524
30 0.1903 0.2176 0.2417 0.2702 0.2899 0.3082 0.3307 0.3467
32 0.1845 0.2109 0.2342 0.2619 0.2809 0.2987 0.3206 0.3361
34 0.1791 0.2147 0.2274 0.2543 0.2727 0.2901 0.3113 0.3264
36 0.1742 0.1991 0.2212 0.2473 0.2653 0.2821 0.3028 0.3175
38 0.1697 0.1939 0.2154 0.2409 0.2584 0.2748 0.2950 0.3093
40 0.1655 0.1891 0.2101 0.2349 0.2521 0.2680 0.2877 0.3017
42 0.1616 0.1847 0.2052 0.2294 0.2461 0.2617 0.2810 0.2947
44 0.1580 0.1805 0.2006 0.2243 0.2406 0.2559 0.2747 0.2881
46 0.1546 0.1767 0.1963 0.2194 0.2354 0.2504 0.2688 0.2819
48 0.1514 0.1730 0.1922 0.2149 0.2306 0.2452 0.2633 0.2761
50 0.1484 0.1696 0.1884 0.2107 0.2260 0.2404 0.2581 0.2707
5.3. Análisis de Frecuencia Directo o Gráfico
Como alternativa al análisis de frecuencia puramente analı́tico de los datos hi-

drológicos, existe la posibilidad de realizar un análisis de frecuencia directo o
gráfico, que tiene la ventaja de permitir una mejor visualizacion del comporta-
miento de las variables en análisis y la intervención del criterio y experiencia
del analista. Los resultados incorporan algo de subjetividad, pero el método
puede llegar a ser tanto o más potente que el método analı́tico puro. Incluso,
aún cuando el análisis se haga con los procedimientos analı́ticos antes descri-
tos, para la presentacion y visualización de los resultados, suelen utilizarse las
técnicas del análisis gráfico.
El método gráfico de análisis de frecuencia consiste simplemente en construir

una curva de frecuencia acumulada de la variable en forma emp´ırica, a par-
tir de la información disponible, sin recurrir en principio a ningún modelo o
distribución teórico.
Esto implica atribuir una cierta probabilidad o perı́odo de retorno a los

valores de la muestra disponible y con ello construir una curva emp´ırica de
probabilidad de excedencia en función de la magnitud de cada evento. La pro-
babilidad de excedencia que se le asigne a cada valor observado de la serie de
datos se conoce con el nombre de posición de trazado o de ploteo.
Si ordenamos la serie de datos disponible de mayor a menor, y le asignamos

un número de orden m a cada dato, tal que al mayor le corresponde el valor
m = 1, y al menor, el valor m = N , la probabilidad emp´ırica de excedencia de
cada valor de la muestra valdrá
Pex = m (5.98)
N
Esta expresión se conoce como la probabilidad empı́rica o posición de ploteo
de California, que serı́a la probabilidad exacta si estuviésemos trabajando con
el universo completo. Al trabajar con una muestra finita de tamaño N, esta
expresión presenta el inconveniente de que al menor valor medido le asigna una
probabilidad de excedencia Pex = 1; es decir, niega la posibilidad de que pueda
existir un evento de magnitud menor al menor evento medido.
Para subsanar este inconveniente, se han propuesto una serie de fórmulas

que pretenden disminuir el sesgo de la estimación adoptando una estructura

del tipo
m−b
Pex = 0 ≤ b ≤ 0.5 (5.99)
N + 1 − 2b
En la Tabla 5.11 se presentan los valores de la constante “b” propuestos por
distintos autores.
Tabla 5.11: valores de la constante b.

Autor Año b
A. Hazen 1930 0.5
Weibull 1939 0
Chegodayev 1955 0.3
Gringorten 1963 0.44
Se ha sugerido que el valor más apropiado de la constante b depende de la

distribución teorica a la cual pertenezcan los datos, pero lo más habitual es
utilizar la posición de ploteo propuesta por Weibull, utilizando el valor b = 0,
con lo que la expresión queda,
m
Pex = (5.100)
N +1
Disponiendo de los pares (x, Pex ), es posible graficarlos, obteniéndose una

representación empı́rica de la función de frecuencia acumulada de los datos.
Para fines prácticos, salvo para los eventos más extremos, las diferencias entre
las distintas fórmulas de ploteo no son significativas, luego al ajustar la curva
debe dársele menos ponderación a los valores extremos, que presentan mayor
incertidumbre.
Disponiendo de la curva de frecuencia acumulada emp´ırica, esta puede utili-

zarse sin mayor error para interpolar valores dentro del rango de valores medi-
dos. Cuando se trata de extrapolar valores a perı́odos de retorno más extremos,
el procedimiento se torna muy incierto, ya que el error de extrapolación de cur-
vas puede ser de magnitud considerable.
El procedimiento -en estos casos- consiste en comparar gráficamente la curva

de frecuencia acumulada emp´ıricamente determinada, con curvas de frecuen-
cia acumulada de distribuciones de frecuencia teóricas y ver cual de ellas se
ajusta mejor. Para facilitar esta comparación, y especialmente para dar mayor
seguridad a la extrapolación de datos, se recurre a un tipo de gráfico especial,
llamado gráfico o papel de probabilidades, en el cual se distorsiona la escala
de probabilidades de tal manera que la curva de frecuencia acumulada de la
distribucion teórica se transforma en una recta. Deberá existir, por lo tanto,
un papel de probabilidades para cada distribución de frecuencia.
El procedimiento para la confección de un gráfico o papel de probabilidades

se ilustra en la Figura 5.2, para el caso de la distribución normal centrada y
reducida. A escala natural, la curva de frecuencia acumulada, que corresponde
a la integración de la campana de Gauss, es una curva conocida (curva cian),
asintótica a más y menos infinito para el rango de probabilidades entre 0 y
1. Simplemente imponiendo una recta (l´ınea roja) como curva de frecuencia
acumulada, es posible determinar para cada valor de la variable 𝑥 , a través de la
recta, el valor correspondiente a su probabilidad, en la escala de probabilidades.
Al valor 𝑥 = −1, le corresponde según la curva cian una probabilidad de

P = 0.159, valor que se impone en la escala de probabilidades para el mismo
valor 𝑥 = −1 de la recta roja. Análogamente, para 𝑥 = 0, P = 0.5, para 𝑥 = 1,
P = 0.841, para 𝑥 = 2, P = 0.977 y as´ı sucesivamente. La curva resultante es
para la variable centrada y reducida, pero puede generalizarse desplazando el
origen y utilizando la desviación estándar como factor de escala.
1.0
0.9
0.977
0.8
0.841 0.7
0.6
0.5
0.4
0.159
0.3
0.2
0.1
0
Figura 5.2: Curva de frecuencia acumulada distribución normal centrada y

reducida.
El gráfico resultante, intercambiando los ejes de coordenadas, denominado

papel de probabilidades se muestra en la Figura 5.4. Una serie de datos que
estén normalmente distribuidos, se alinearán en ese gráfico formando una recta,
de fácil extrapolación. Si la escala natural de las ordenadas se transforma a
escala logar´ıtmica, se tiene el papel logar´ıtmico-probabilidades, que sirve para
la distribución logarı́tmica normal.
Para la distribución de valores extremos tipo I, existe el llamado papel de

probabilidades Gumbel-Powel, que es simplemente un gráfico o papel en es-
cala natural llevando como variables, la variable hidrológica “x” y la variable
reducida “y”, ya que de acuerdo a la ecuación (5.31), la relación entre ellas
corresponde a una recta. La probabilidad de excedencia se lleva en una escala
auxiliar, paralela a la escala de la variable reducida “y”, la cual se determina a
partir de la ecuación
−y
Pex = 1 − e−e (5.101)
Las figuras 5.4 y 5.5 muestran los papeles Log-normal y Gumbel-Powel.
Para distribuciones de forma variable como la Gamma o Pearson III, habr´ıa

que construir un gráfico con escalas ad hoc, para cada combinación de paráme-
tros, por lo que el método gráfico se hace impracticable, y sólo se acostumbra
graficar dichas distribuciones, en forma de curvas no lineales, en alguno de los
papeles antes descritos. La selección de la distribución de mejor ajuste, puede
hacerse a criterio, en forma de inspección visual, seleccionando la distribución
cuya curva coincida mejor con la curva de frecuencia acumulada emp´ırica, re-
cordando darle menor importancia a los puntos extremos, ya que para ellos la
probabilidad calculada con las fórmulas de ploteo es cada vez menos confiable.
La Figura 5.7, muestra, aprovechando la potencialidad de una planilla Excel,

el ajuste gráfico de diversas curvas teóricas de frecuencia a los datos de la
estación Maule en Armerillo, ploteados con la fórmula de Weibull en un papel
logar´ıtmico-probabilidades.
184
99.99 99.95 99.9 99.5 99 98 95 90 80 70 60 50 40 30 20 10 5 2 1 0.5 0.1 0.05 0.01
Figura 5.3: Papel normal de probabilidades..
Análisis de Frecuencia en Hidrologı́a

0.01 0.05 0.1 0.5 1 2 5 10 20 30 40 50 60 70 80 90 95 98 99 99.5 99.9 99.95 99.99
Figura 5.4: Papel Log-normal de probabilidades. Fuente: Manual de Carrete-

ras, MOP (2014).
Figura 5.5: Papel Gumbel-Powel. Fuente: Manual de Carreteras, MOP (2014).

5.3. Análisis de Frecuencia Directo o Gráfico
1000 1000
Figura 5.6: Análisis gráfico Excel.
100 100
Prec [mm]
10 10
1 1
0.01 0.1 0.5 1 2 5 10 20 30 40 50 60 70 80 90 95 98 99 99.9 99.99
Probabilidad [%]
WEIBULL EMPÍRICA PEARSON GUMBEL LOG-NORMAL LOG-PEARSON
187
5.4. Coeficientes de Frecuencia
Una alternativa para establecer la magnitud asociada a un cierto perı́odo de

retorno, es recurrir al concepto de coeficiente de frecuencia CT , definido por la
relación,
xT
C = (5.102)
T x10
donde xT es la magnitud de la variable asociada a un perı́odo de retorno de T
años, y x10 es la magnitud, supuestamente conocida, asociada a un perı́odo de
retorno de 10 años.
En la publicacion de la DGA (1989), “Investigación de Eventos Meteorológi-

cos Extremos, Precipitaciones Máximas en 24, 48 y 72 horas”, se presenta un
exhaustivo análisis de las precipitaciones máximas con perı́odo de retorno de
10 años, y de los respectivos coeficientes de frecuencia para otros perı́odos de
retorno.
5.5. Selección del Perı́odo de Retorno de Diseño
El perı́odo de retorno o probabilidad de excedencia que se obtiene mediante el

análisis de frecuencia, corresponde al intervalo promedio de tiempo en que una
magnitud dada de un evento hidrológico se excede una vez, pero no nos pro-
porciona ninguna información referente a la probabilidad de que dicho evento
ocurra dentro de la vida útil de una determinada obra.
La pregunta que se plantea entonces es la siguiente: Si proyectamos, por

ejemplo, la altura y longitud de un puente de manera que permita el paso de
una crecida con un perı́odo de retorno de, digamos, 500 años, ¿qué seguridad
tenemos de que esa crecida no vaya a ocurrir dentro de los próximos 50 años,
que es la vida útil que estimamos para dicha obra? Inversamente, nos podemos
preguntar, ¿con qué perı́odo de retorno debemos diseñar una determinada obra
hidráulica para tener una cierta seguridad de que no vaya a fallar dentro de la
vida útil de la misma?
Las respuestas se pueden encontrar mediante la aplicación de una de las dis-

tribuciones discretas más importantes de la estadı́stica, la cual es la distribución
5.5. Selección del Perı́odo de Retorno de Diseño 189
binomial.
5.5.1. Distribución Binomial
Esta distribucion, basada en los conceptos de “éxito” o “fracaso”, nos da la

probabilidad de tener x éxitos al efectuar N ensayos independientes de un
experimento cuya probabilidad de éxito es P .
Si la probabilidad de excedencia de un evento hidrológico es “P ”, y a esto
lo llamamos “éxito”, entonces la probabilidad de no excedencia o “fracaso”
será (1−P ) y la probabilidad de tener x éxitos en N ensayos será P x (1−P )N −x
para un determinado orden de ocurrencia de los sucesos. Como el número de
combinaciones en que x éxitos pueden ocurrir en N ensayos es N
, entonces
x
la probabilidad de tener x éxitos en N ensayos cuando la probabilidad de éxito
es P , será
N
P (x, N, P ) = Px(1 − P )N −x (5.103)
x
Si la probabilidad de excedencia del evento hidrológico proviene del análisis de
una serie de excedencias anuales, entonces N el número de ensayos, pasa a ser
un número de años y P es el recı́proco del perı́odo de retorno.
De lo anterior resulta que la probabilidad de tener 0 “éxitos” en N años, es

decir, que la magnitud no se exceda en N años y -por lo tanto- la obra no falle,
será
P (0, N, P ) = (1 − P )N (5.104)
y la probabilidad o riesgo J de que la obra falle en un perı́odo de N años,

será el complemento,
J = 1 − P (0, N, P ) = 1 − (1 − P )N (5.105)
N
1
J =1− 1− (5.106)
T
Ejemplo 5.5.1
Si aceptamos un riesgo de falla J del 5 % de que una obra falle dentro de un

perı́odo de previsión N de 10 años, el perı́odo de retornos de diseño será,

N
1
J =1− 1−
T
10
1
0.05 = 1 − 1 − ⇒ T = 195 años
T
-
5.5.2. Distribución de Poisson
En forma alternativa al procedimiento anterior y -tal vez- con mayor propiedad,

pues asocia el fenomeno con la variable tiempo, puede utilizarse la distribución
de Poisson. Esta es una distribucion continua que resulta como distribución
lı́mite de la distribución binomial, cuando la probabilidad del evento tiende a 0
y el número de ensayos tiende a infinito, tendiendo el producto p · N a un valor
constante λ, que pasa a ser la tasa media de ocurrencia del evento; es decir, en
este caso, el recı́proco del perı́odo de retorno T .
La distribución de Poisson da la probabilidad de que ocurran x eventos en
un intervalo de tiempo, cuando la tasa media de ocurrencia de este en dicho
intervalo es λ.
λxe−λ
P (x, λ) = (5.107)
x!
Luego la probabilidad de que no falle en un año cualquiera (x = 0) resulta
P (0, λ) = e−λ (5.108)
Como la suma de distribuciones Poisson de parametros λi, es otra distribucion

Σ
Poisson de parámetro λT = λi , la probabilidad de que no falle en N años de
vida útil es
P = e−Nλ = e−N/T (5.109)
y el riesgo hidrológico de falla será el complemento
J = 1 − P = 1 − e−N/T (5.110)
Volviendo al ejemplo anterior, si J = 0.05 y N = 10
0.05 = 1 − e−10/T ⇒ T = 195 años
que es el mismo resultado anterior.

5.6. Presentación Estadı́stica de Variables Hidrológicas 191
5.5.3. Estadı́sticas con Valores Nulos
En zonas áridas o semiáridas, como es el caso de la zona norte de Chile, puede

ocurrir que las series de precipitación o caudales máximos anuales, contengan
valores nulos. Esta situación distorsiona la verdadera distribución de la variable
y de hecho inhabilita el uso de distribuciones logar´ıtmicas.
Una manera de salvar esta situación es diferenciar previamente los años con
precipitación de aquellos sin precipitacion, trabajando con el subconjunto de
años con valores no nulos. Los resultados que se obtengan serán probabilida-
des condicionadas a que haya llovido, valores que deberán multiplicarse por la
probabilidad de que exista lluvia para convertirlos a probabilidades absolutas.
Ejemplo 5.5.2
Tenemos una serie de valores máximos anuales para un perı́odo total de 56

años, dentro de los cuales se han registrado 7 años con valores nulos. Entonces
empı́ricamente la probabilidad de años con eventos nulos es
7
P (0) = = 0.125
56
Por lo tanto, la probabilidad de un año con lluvia será el complemento,
P (LL) = 1 − 0.125 = 0.875
Luego se calculan los estadı́grafos y se procede al análisis de frecuencia con

el subconjunto de 49 años con valores no nulos. Suponiendo que se llega a un
resultado que nos dice que la probabilidad de excedencia de una lluvia de 75
[mm] es de
P (x > 75|LL) = 0.012
es decir, un perı́odo de retorno condicional de T = 1/0.012 = 83.33 años.
Ası́, la probabilidad de excedencia corregida será
P (x > 75) = P (x > 75|LL) · P (LL) = 0.012 · 0.875 = 0.0105
y el verdadero perı́odo de retorno será T = 1/0.0105 = 95.24 años.
-
5.6. Presentación Estadı́stica de Variables Hidrológicas
Todas las variables hidrológicas, y a diferentes escalas de tiempo, pueden ser

consideradas como variables aleatorias y -en consecuencia- ser sometidas a
análisis de frecuencia asociando sus magnitudes a respectivas probabilidades
de excedencia o perı́odos de retorno. Para facilitar la interpretación de los
resultados que se obtienen, estos suelen representarse en forma gráfica, desta-
cando por su importancia practica las curvas de intensidad-duración-frecuencia
de precipitaciones, las curvas de variacion estacional y las curvas de duración
general.
5.6.1. Curvas Intensidad-Duración-Frecuencia
Volviendo al problema de la estimación de intensidades de precipitación, se

definió la curva intensidad-Duración como la representación gráfica de la in-
tensidad media máxima de precipitación en función del intervalo de duración
de la misma, existiendo para cada tormenta su respectiva curva. Ahora, si se
dispone de un número suficientemente grande de tormentas a las que se le ha
confeccionado su curva de intensidad-duración, es posible someter a un análisis
de frecuencia las series formadas por las intensidades medias máximas de cada
tormenta correspondientes a una misma duración, obteniéndose como resultado
la probabilidad de excedencia o perı́odo de retorno asociado a cada magnitud
de intensidad de precipitación, para cada uno de los intervalos de duración con-
siderados. Los resultados obtenidos pueden representarse mediante las curvas
intensidad-duración-frecuencia, curvas IDF que corresponden a una familia de
curvas intensidad-duración, que llevan como parámetro, el perı́odo de retorno
o probabilidad de excedencia, asociado a cada magnitud.
La Figura 5.7 muestra las curvas IDF propuestas por Espinoza et al. (2005)
para la ciudad de Valparaı́so (estación USM), a partir de series de excedencias
anuales de datos. Curvas similares han sido propuestas para otras ciudades del
pa´ıs.
La disponibilidad de estas curvas IDF es indispensable para abordar el diseño

de muchas obras hidráulicas. Desgraciadamente, en muchas localidades no se
dispone de información pluviográfica suficiente para su determinación directa,
Log-Pearson Serie de Excedencias Anuales
60
T = 100
Pearson
T = 50
50 T = 20
T = 10
T =5
40 T =2
Log-Pearson
Intensidad [mm]
30
20
10
0
0 200 400 600 800 1000 1200 1400
Duracion [min]
Figura 5.7: Curvas IDF para la serie de excedencias anuales de la estación

USM, Valpara´ıso.
por lo que a menudo resulta necesario sintetizarlas en base a los conceptos de

coeficientes de duración y coeficientes de frecuencia antes definidos.
En forma análoga a la definición de coeficiente de duración de precipitacio-

nes, que expresaba el cuociente entre la precipitación en un tiempo cualquiera
respecto a una duración base, es posible definir los coeficientes de frecuencia
de precipitaciones por la relación,
P (T )
CF (T ) = (5.111)
P0
donde,
P (T ): Máxima precipitación caı́da para un perı́odo de retorno T .
P0 : Maxima precipitación caı́da para un perı́odo de retorno base o de referencia
conocido, normalmente 10 años.
De esta manera, combinando las ecuaciones (4.17) y (5.110), la precipitacion

para una duración y perı́odo de retorno cualquiera, puede expresarse mediante
la expresión
P (T, t) = CF (T ) · Cd(t) · P (T0, t0) (5.112)
donde,
P (T, t): Máxima precipitación caı́da para un perı́odo de retorno T y una dura-
ción t.
P (T0 , t0 ): Maxima precipitacion caı́da para un perı́odo de retorno y una dura-
ción base conocidos, normalmente T0 = 10 años y t0 = 1 hora o 24 horas.
Los coeficientes de frecuencia se postulan estad´ısticamente constantes para

una estación dada, e independientes de los coeficientes de duración, habiendo
sido determinados en diferentes lugares del paı́s. (Espı́ldora, 1971; DGA, 1991).
5.6.2. Curvas de Variación Estacional
Practicamente todas las variables hidrológicas poseen la periodicidad que im-

pone el ciclo hidrológico anual, por lo cual en principio no es lı́cito utilizar
valores de las variables obtenidos en distintos perı́odos del año para efectuar
análisis de frecuencia, ya que la serie no resultarı́a homogénea. En muchos
casos este inconveniente puede obviarse subdividiendo el año en subperı́odos,
normalmente meses, dentro de los cuales se postula que la variable es estacio-
naria, efectuándose los análisis de frecuencia para cada una de las 12 subseries
mensuales resultantes. De estos análisis resultan las curvas de variación esta-
cional, normalmente asociadas a caudales medios mensuales, pero aplicables a
muchas otras variables hidrológicas, en las cuales se representa para cada uno
de los meses del año, las magnitudes de las variables asociadas a diferentes
porcentajes de excedencia.
La Figura 5.8 muestra, a manera de ejemplo, la curva de variación estacional

de los caudales medios mensuales del r´ıo Chopa en Puente Negro, para distintos
niveles de “sequedad” o “humedad”. Se habla normalmente de un valor o año,
por ejemplo, 80 % seco (o 20 % húmedo) a aquellos valores que en cada uno de
los meses del año tienen un 80 % de excedencia.
160
140
120
Caudal [m3/s]
100
80
60
40
20
0
ABR MAY JUN JUL AGO SEP OCT NOV DIC ENE FEB MAR
5% 17.9 13.2 31.7 40.0 36.9 35.6 44.0 74.0 135.9 56.4 21.4 16.3
20% 5.7 7.8 14.9 19.2 17.1 19.0 24.7 41.6 36.1 12.4 6.0 4.7
50% 1.7 3.9 6.8 8.9 7.9 8.1 11.4 19.4 9.0 2.8 1.7 1.3
80% 0.5 1.6 3.1 4.1 3.7 2.5 4.2 7.1 2.2 0.7 0.5 0.4
Figura 5.8: Curva de variación estacional de los caudales medios mensuales

del r´ıo Chopa en Puente Negro.
Debe tomarse conciencia de que el promedio o suma de los doce valores

mensuales de una misma probabilidad de excedencia no necesariamente coincide
con el valor medio anual de la variable para esa misma probabilidad.
5.6.3. Curvas de Duración General
Las curvas de duración general tienen importantes aplicaciones en ingenierı́a y

representan simplemente la probabilidad media, en estricto rigor, el porcentaje
del tiempo en que una cierta magnitud de una variable hidrologica es excedida.
Son en definitiva análogas o equivalentes a la curvas de frecuencia acumulada,
pero considerando en estos casos la serie de duración completa de la variable en
análisis. Aún cuando se trate de una variable continua, como las temperaturas o
los caudales de un rı́o, para el análisis la serie debe ser discretizada, trabajando
con valores medios horarios, medios diarios o medios mensuales, dependiendo
de la precisión que se desee obtener. Los datos se ordenan de mayor a menor y
su porcentaje de excedencia en el tiempo se calcula simplemente con la fórmula
de California,
Pex = m (5.113)
N
donde m es el número de orden a cada dato y N es el número total de datos

disponibles. Como los valores diarios son el promedio de los horarios y los
mensuales los promedios de los diarios, a medida que se aumenta la escala de
tiempo de discretización, las curvas de duración general van resultando cada
vez más amortiguadas y menos representativas.
La Figura 5.9 muestra la curva de duración general de caudales del rı́o Chopa
en Puente Negro, considerando las series de caudales medios diarios y caudales
medios mensuales.
200
180
Caudal Medio Mensual [m3/s]
160
140
120
100
80
60
40
20
0
0 10 20 30 40 50 60 70 80 90 100
Probabilidad de Excedencia [%]
Figura 5.9: Curva de duración general de caudales del rı́o Chopa en Puente
Negro.
Bibliografı́a
DGA (1989),Investigación de eventos hidrometeorológicos extremos: precipita-

ciones máximas en 24, 48 y 72 horas, Ministerio de Obras Públicas, Dirección
General de Aguas, Departamento de Hidrolog´ıa, BF Ingenieros Civiles.
DGA (1991),Precipitaciones máximas en 1, 2 y 3 dı́as, Ministerio de Obras

Públicas, Direccion General de Aguas, Departamento de Hidrologı́a.
Espı́ldora, B. (1971), Estimación de curvas intensidad-duración-frecuencia me-

diante coeficientes generalizados, Memorias I Coloquio Nacional Sociedad Chi-

lena de Ingenierı́a Hidráulica, Santiago, Chile.
Espinoza, A., J. Nicoud y L. Stöwhas (2005), Curvas IDF para Valparaı́so,

XVII Congreso Chileno de Hidraulica, SOCHID,Valpara´ıso.
MOP (2014), Manual de Carreteras, Vol. 3, Dirección de Vialidad, Ministerio

de Obras Públicas.
Capı́tulo 6
PRECIPITACIÓN MÁXIMA
PROBABLE
Introducción
Como se ha analizado en capı́tulos anteriores, la precipitación es la variable

primaria, normalmente origen de toda la disponibilidad de agua en la litósfera,
por lo que su conocimiento y análisis es vital para la mayorı́a de los propositos
de la ingenierı́a hidrológica. Su ocurrencia se produce por la acción de diversos
procesos hidrometeorologicos, presentándose en forma discreta y con magni-
tudes e intensidades variables en el tiempo y en el espacio. Desconociéndose
en detalle los mecanismos que la generan o -al menos- la oportunidad en que
se presentarán dichos mecanismos generadores, sólo cabe analizar la variabi-
lidad de las precipitaciones tratándola como una variable aleatoria, aplicando
las técnicas provenientes de la teorı́a de probabilidades a través de métodos
de análisis de frecuencia de variables aleatorias, vistos en el capı́tulo anterior,
lo que permite asociar las magnitudes de las precipitaciones con la probabi-
lidad de que ellas ocurran o se excedan. Sin embargo, estos procedimientos
199
200 Precipitación Máxima Probable
llevan impl´ıcitos diversos niveles de incertidumbre que hacen extremadamente

incierta la estimación de las máximas magnitudes que la precipitación pueda
alcanzar.
Sin perjuicio de lo anterior, e incluso intuitivamente, es posible señalar que

debe existir un nivel o lı́mite fı́sico máximo que la magnitud de las preci-
pitaciones no debieran poder sobrepasar en un determinado tiempo y lugar.
Conceptualmente, la magnitud de la precipitación dependerá de la magnitud
del contenido de agua precipitable de la atmósfera y de la velocidad con que
este contenido de agua sea capaz de renovarse en la atmósfera cuando se pro-
duce la precipitacion. La magnitud de la precipitacion alcanzará su lı́mite fı́sico
máximo cuando el contenido de agua precipitable y su velocidad de renovación
alcancen sus valores fı́sicos lı́mites máximos. Basado en estos raciocinios, se
han propuesto procedimientos para tratar de cuantificar el máximo valor que
la magnitud de una precipitación pueda fı́sicamente alcanzar.
6.1. Definición
Precipitación máxima probable (P M P ), es la mayor cantidad teórica de preci-

pitación de una duración dada que es fı́sicamente posible sobre una cuenca en
particular, para una época especifica del año, suponiendo condiciones climáticas
estacionarias.
El término “precipitación máxima probable” es preferible al término “preci-

pitación máxima posible”, con que a menudo se refiere al mismo concepto, ya
que destaca en forma explı́cita la incertidumbre asociada a cualquier estimación
de precipitaciones máximas.
6.2. Influencia del Tipo de Precipitación
Debido a las diferentes caracterı́sticas que adquieren las tormentas, según sea
el mecanismo que provoca la condensación, para una duración dada de ellas
será generalmente el mismo tipo de precipitacion el que origina las tormentas
crı́ticas que tienden a producir la precipitación máxima probable en el lugar.
Ası́, para duraciones cortas, serán las precipitaciones de tipo convectivo, inten-
sas, cortas y locales, las que produzcan las condiciones más desfavorables. Por
el contrario, para duraciones largas, serán las precipitaciones de tipo ciclónico,
de larga duración y abarcando zonas extensas, las más desfavorables.
Lo anterior, es sin considerar la importancia fundamental que tiene la pre-

sencia de barreras orográficas en los procesos de elevación, enfriamiento, con-
densación y posterior precipitacion de la humedad atmosférica. Los efectos
orográficos se superponen y a menudo sobrepasan a las caracterı́sticas ciclóni-
cas o convectivas, creando precipitaciones de tipo orográfico de propiedades
distintas dependiendo principalmente de la orograf´ıa del lugar.
Por estos motivos, es conveniente analizar primero, en forma general, los casos
de precipitación no orográfica y abordar posteriormente en forma separada la
precipitación máxima probable en zonas orográficas.
6.3. Factores Determinantes
En general, la magnitud de una tormenta quedará determinada principalmente

por tres condiciones meteorológicas:
i) Contenido de humedad de la atmósfera: Mientras mayor sea el con-

tenido de agua que sea capaz de almacenar la atmósfera, mayor será la
cantidad de agua que podrá precipitar.
ii) Velocidad de condensación: La intensidad con que el agua atmosférica

pueda precipitar, queda determinada por la intensidad de condensación o
paso del agua del estado gaseoso al liquido. Este proceso depende prin-
cipalmente de la velocidad de los movimientos verticales o ascensos de la
masa de aire húmedo.
iii) Convergencia de humedad: Como se analizó anteriormente, el conteni-

do de agua precipitable o cantidad de agua que puede contener la atmósfera
rara vez excede de un par de cent´ımetros de altura de agua. En consecuen-
cia, para que una precipitación de cierta intensidad pueda mantenerse en
el tiempo, es necesaria una reposición continua de aire húmedo proveniente
del mar u otra fuente de humedad. Es por esto que la magnitud de una tor-
menta queda condicionada a la velocidad de convergencia de aire húmedo
hacia la zona de la tormenta.
La precipitacion máxima probable resultará de la maximización de todos

estos factores determinantes, junto a la distribución en el espacio y ordenación
secuencial en el tiempo de las tormentas máximas, que produzca la combinación
hidrologicamente más desfavorable.
Las relaciones teóricas entre máximo contenido de humedad, presión y tem-

peratura de una masa de aire; ası́ como las relaciones entre condensación y
ascenso vertical son conocidas a través de las leyes de los gases y de la termo-
dinámica.
De esta forma, el contenido de humedad de una masa de aire, puede ser

maximizado en forma aceptable a partir de una apropiada interpretación de la
información climatológica. Por otra parte, aún cuando los procesos de conver-
gencia y movimiento vertical del aire son dependientes uno del otro a través
de la ecuación de continuidad, no existe aún una base teorica satisfactoria que
permita maximizar los fenómenos de convergencia y ascenso vertical. Para ob-
viar esta dificultad, a menudo se supone que las máximas tormentas históricas
observadas son ı́ndices de las máximas tasas de convergencia y movimiento ver-
tical de la atmósfera, lo que permite entonces estimar o maximizar estas últimas
en forma indirecta a través de un análisis de las máximas precipitaciones ob-
servadas. Este procedimiento se conoce como Método Hidrometeorológico de
Estimacion de la Precipitación Máxima Probable.
6.4. Método Hidrometeorológico de Estimación de la Preci-

pitación Máxima Probable
6.4.1. Maximización de la Humedad
Como se analizó anteriormente, el máximo contenido de agua precipitable de la

atmósfera durante una tormenta es posible estimarlo, suponiendo una atmósfe-
ra totalmente saturada con una distribución vertical de temperatura de acuerdo
6.4. Método Hidrometeorológico de Estimación de la P.M.P. 203
a un gradiente pseudoadiabatico húmedo, conociendo solamente la temperatu-

ra de rocı́o del aire en la superficie, según los valores que se entregaron en las
tablas 2.3 y 2.4.
Por este motivo, es la temperatura de punto de rocı́o en superficie la variable

que se usa normalmente como ´ındice de humedad, postulando que maximizar
la altura de agua precipitable de la atmósfera equivale a maximizar las tempe-
raturas de rocı́o.
Más claramente, la máxima altura de agua precipitable en una región será el

valor correspondiente al máximo punto de rocı́o de esa misma región.
El criterio a emplear depende del tipo de información disponible, pero debido

a que observaciones puntuales de punto de rocı́o, pueden indicar situaciones
transientes de poca significación, aparte de estar sujetas a errores importantes
de medición, se recomienda usar como ı́ndice de humedad el “máximo punto de
rocı́o persistente por 12 horas”, que se define como el máximo valor de punto
de rocı́o igualado o excedido durante un intervalo continuo de 12 horas.
De esta manera, el máximo valor observado de punto de rocı́o persistente por

12 horas o, si se prefiere, un análisis estadı́stico de esta variable que permita
definir una magnitud correspondiente a una probabilidad de muy baja exce-
dencia, se considera representativo de las condiciones de saturación más cálidas
probables.
Una limitación de este ı́ndice es que normalmente presenta una variación

estacional, observándose los máximos valores frecuentemente en verano.
Ser´ıa un error, en consecuencia, maximizar una tormenta en regiones donde

las máximas precipitaciones ocurren en invierno mediante un ı́ndice máximo
obtenido para los meses de verano. Lo que corresponde hacer es establecer
valores de máximo punto de rocı́o persistente para distintas épocas del año, en
lo posible para intervalos de tiempo de no más de 15 dı́as y maximizar cada
tormenta usando el ı́ndice correspondiente a la fecha en que ella ocurrió.
6.4.2. Maximización del Viento
En forma análoga a la maximizacion de la humedad, puede analizarse la in-

formación sobre velocidad del viento y determinar para cada época del año,
digamos para intervalos de cada 15 dı́as, las velocidades máximas observadas.
Alternativamente, mediante un análisis estadı́stico, podemos determinar las
más altas magnitudes correspondientes a un perı́odo determinado. Sólo debe
considerarse en el análisis, la información de velocidad del viento cuya dirección
corresponda a la dirección de entrada de las masas de aire húmedo que aportan
la humedad local. Si existen dos o más fuentes de humedad, el análisis debe
hacerse en forma separada para cada dirección del viento.
Una complicación de la maximización del viento frente a la maximización del

punto de rocı́o es que, si bien el valor máximo de punto de rocı́o persistente du-
rante 12 horas es un ı́ndice suficiente para cualquier duración de tormenta, en
el caso del viento el análisis debe hacerse para cada duración en forma separada
hasta llegar a una duración máxima de 24 horas que se estima suficientemente
representativa de tormentas de duración igual o mayor a 24 horas. Esto sig-
nifica que deben construirse curvas de velocidad media máxima-duración del
viento similares a las curvas de intensidad-duración usadas al analizar datos de
precipitación.
El producto de la máxima altura de agua precipitable multiplicada por la

máxima velocidad media del viento para una duración dada, se conoce como
“ı́ndice de aporte máximo de humedad”.
La información experimental analizada en diversas regiones indica, sin em-

bargo, que la velocidad del viento no es un muy buen ´ındice de la convergencia
de humedad y que -en ciertas ocasiones- las máximas precipitaciones no coinci-
den con las máximas velocidades del viento. Debido a esto, frecuentemente, se
supone que las grandes tormentas ocurren siempre con una máxima eficiencia
dinámica, omitiéndose la maximización por concepto de velocidad del viento.
E1 efecto de la velocidad del viento s´ı es de gran importancia en regiones

orográficas y en estos casos procede su maximización, tal como se ha indicado.
6.4.3. Maximización de Tormentas
La maximización de tormentas consiste en estimar en base al ı́ndice de aporte

máximo de humedad, la magnitud que las tormentas históricas hubiesen teni-
do si hubieran ocurrido bajo las condiciones más desfavorables de humedad y
eventualmente, de velocidad del viento.
Para este objeto, se seleccionan las más grandes tormentas históricas ocurri-
das en una determinada cuenca o región en estudio y se determina, para cada
una de ellas, el máximo punto de rocı́o persistente por 12 horas y la velocidad
media del viento para la correspondiente duración. El producto de la velocidad
del viento por la altura de agua precipitable, correspondiente al punto de rocı́o
de la tormenta es el “´ındice de aporte de humedad de la tormenta”. Finalmente,
las tormentas históricas se maximizan multiplicando la cantidad de agua o pre-
cipitación caı́da por el cuociente entre el ı́ndice de aporte máximo de humedad
y el ´ındice de aporte de humedad de cada tormenta en particular.
Wmax · Vmax (6.1)

Pmax = P i
W i · Vi
donde,
Pmax : Precipitación maximizada.
Pi : Precipitacion medida.
Wmax : Máxima altura de agua precipitable del lugar.
Vmax : Índice de velocidad máxima del viento.
Wi : Altura de agua precipitable.
Vi : Velocidad media del viento de la tormenta medida.
Para estimar los valores de Wmax y Wi pueden usarse las integraciones

numéricas de la altura de agua precipitable para una atmósfera saturada pseudo
adiabática tabuladas en las tablas 2.3 y 2.4. Sin embargo, como se mencionó an-
teriormente, estas tablas corresponden a la altura de agua precipitable hasta un
nivel dado, por sobre el nivel del mar (1000 [mb]) en función de la temperatura
de rocı́o al nivel 1000 [mb]. En consecuencia, el uso de las tablas requiere, pre-
viamente, reducir el valor de máximo punto de rocı́o persistente por 12 horas
al valor correspondiente al nivel 1000 [mb], cuando este haya sido determina-
do para una altura distinta y requiere, además, definir los niveles lı́mites de
integracion.
La reduccion de los valores de punto de rocı́o al nivel 1000 [mb], puede

efectuarse en forma analı́tica, pero resulta mucho más práctico recurrir a un
diagrama termodinámico, tal como se indica en la Figura 6.1.
Por ejemplo, si el punto de rocı́o ı́ndice es de 10ºC y ha sido determinado en

una estación ubicada a 1000 [m] sobre el nivel del mar, entrando con estos dos
valores al diagrama y desplazándose por la lı́nea adiabática correspondiente, se
llega al valor 15ºC para el nivel del mar, supuesto a 1000 [mb]. Con este último
valor debe entrarse a las tablas 2.3 y 2.4. Con respecto a los 1´ımites o niveles
de integración, el inferior es generalmente la cota media sobre el nivel del mar
del lugar en estudio; sin embargo, si existe entre la zona en estudio y la fuente
de humedad (el mar), una barrera orográfica o cadena montañosa que interfiere
significativamente el paso de las masas de aire húmedo, resulta más adecuado
usar como nivel inferior de integración la altura media de la barrera montañosa.
Como nivel o lı́mite superior de integración se usa ,generalmente, el nivel de
la tropopausa o lı́mite entre la tropósfera y estratósfera que corresponde a la
cota máxima de las masas de aire inestable en las cuales ocurren las tormentas.
Este nivel corresponde más o menos a 10,000 metros sobre el nivel del mar o
250 [Hpa].
4.0
3.5
3.0
Altura [km]
2.5
2.0
1.5
1.0
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
Temperatura [°C]
Figura 6.1: Diagrama pseudo adiabático para reducir temperaturas de punto
de rocı́o al nivel 1000 [Hpa].
Sin embargo, debido a la poquı́sima cantidad de agua que es capaz de con-

tener la atmósfera a estas alturas, cualquier nivel por sobre los 400 [Hpa] que
se adopte como l´ımite superior, no afecta mayormente el resultado.
Ejemplo 6.4.1
Supongamos que en el lugar hipotético mencionado anteriormente a una cota

de 1000 [m] sobre el nivel del mar y cuyo máximo punto de rocı́o persistente era
de Tr max = 10 °C, queremos maximizar una tormenta en la cual precipitaron
Pi = 100 [mm], con un punto de rocı́o persistente de Tri = 6 °C.
Mediante la Figura 6.1, reducimos los valores de punto de rocı́o al nivel 1000
[mb]. Resulta:
Trmax = 15 °C; Ti = 11.5 °C;
Mediante las tablas 2.3 y 2.4, calculamos las alturas de agua precipitable co-
rrespondientes entre la cota del lugar (1000 [m]) y el nivel 250 [mb].
250[mb] 250[mb] − W 1000[m]

W 1000[m] = W 1000[mb] 1000[mb]
De esta forma, se tiene:
Wmax = 33 − 11 = 22 [mm]
Wi = 23 − 9 = 14 [mm]
En consecuencia, la precipitación maximizada por humedad atmosférica resul-

ta:
Wmax 22
Pmax = Pi = 100 = 157 [mm]
Wi 14
El valor P = 157 [mm] obtenido corresponde a la magnitud de precipitación
que esa tormenta histórica hubiese tenido, si hubiere ocurrido bajo condiciones
de máxima humedad.
Faltarı́a solamente maximizar por velocidad del viento. Esta última correc-
ción, como se indicó, normalmente se omite a menos que queramos diseñar
con máxima seguridad, aparte de la dudosa eficacia del viento como, ı́ndice de
convergencia de humedad.
-
6.4.4. Estimación de la PMP
El procedimiento de maximización de tormentas recién descrito, solamente im-

plica una estimación de la magnitud que una tormenta histórica pudo haber
tenido si hubiera ocurrido en las condiciones más desfavorables. En ningún
momento nos asegura que la tormenta analizada haya sido extrema y que su
maximización implique una estimación de la precipitación máxima probable.
Aún más, nada hemos visto con respecto a la distribución en el tiempo de
la intensidad de la precipitación. En consecuencia, es muy probable que aún
cuando una tormenta maximizada alcance el valor de la PMP para un interva-
lo de tiempo o duración dada, esté bastante por debajo de la PMP para otras
duraciones.
Por esta razón, el análisis de una o un par de tormentas históricas, indepen-

dientemente de cuan sofisticado haya sido el método de maximización, no da
ninguna seguridad de que la magnitud de la PMP haya sido alcanzada. Parece
lógico, sin embargo, esperar que una curva envolvente superior que iguale o
exceda las magnitudes maximizadas de una serie de tormentas para distintas
duraciones, tienda a representar la PMP.
Este es el procedimiento usualmente seguido para determinar la magnitud

de la PMP.
Se calculan inicialmente para cada tormenta las curvas precipitación duracion

área, o intensidad duración área; se maximizan estas curvas por concepto de
humedad del aire y velocidad del viento y -finalmente- se construye un juego
de curvas precipitación duración área envolventes a las curvas historicas que se
consideran representativas de la PMP.
6.4.4.1. Curvas Precipitación-Duración-Área
Las curvas precipitación-duración área o intensidad-duración-área, se emplean

para analizar la distribución espacial y temporal de la precipitación caı́da du-
rante una tormenta. Son una extensión de las curvas de intensidad–duración o
precipitación–duración vistas anteriormente, en términos de que el análisis se
efectúa no sólo para los registros de una estación individual, sino que también
para las precipitaciones medias espaciales ocurridas sobre distintas magnitudes
de superficie de una cuenca, lo que genera familias de curvas intensidad media

máxima–duración, llevando como parámetro el tamaño de la superficie conside-
rada o alternativamente, familias de curvas precipitación media máxima–área,
llevando como parametro el intervalo de tiempo o duración de la lluvia.
El análisis detallado de las relaciones precipitaciones-duración-área (PDA),

de una tormenta, implica un trabajo laborioso y tedioso, aún con la ayuda
de un computador, resultando a menudo, impracticable por limitaciones en la
calidad y cantidad de información pluviométrica disponible. Por este motivo,
se acostumbra usar un método simplificado, y tal vez un tanto arbitrario, que
tiene la ventaja de ser normalizado, permitiendo comparaciones entre distintos
resultados.
La forma más adecuada de explicar el método es, tal vez, por la vı́a de un
ejemplo.
El primer paso para confeccionar las curvas PDA, consiste en ubicar en un

plano de la cuenca las estaciones pluviométricas, indicando en ellas la cantidad
total de precipitaciones ca´ıda durante la tormenta en estudio.
Mediante algún criterio, generalmente mediante polı́gonos de Thiessen, se

detrmina la zona representativa de cada estación pluviométrica, tal como se
indica para las 10 estaciones de la Figura 6.2. Con la información sobre preci-
pitación total caı́da en cada estación presentada en la Tabla 6.1, se dibuja un
plano de isoyetas de la precipitación total. Para tormentas simples, la distribu-
ción de la precipitación tiende a la forma de una superficie gaussiana, por lo
que las isoyetas resultan aproximadamente elı́pticas. La topografı́a y condicio-
nes locales, sin embargo, pueden cambiar considerablemente esta distribucion.
Las superficies encerradas por cada isoyeta se escogen arbitrariamente como
las magnitudes de área para hacer el análisis. Ası́ en la Figura 6.2 resultan
4 zonas limitadas por la isoyetas 25, 50, 75 y 100 [mm], respectivamente (en
cada una de ellas se incluye a la anterior). Se calcula la precipitación media
sobre cada zona por ponderación de áreas, suponiendo la precipitacion media
en cada banda igual al promedio de las isoyetas que las definen. En general, la
precipitación media sobre la zona i, P i queda definida por
1
P = P i
· Ai−1 + P i−1 · (Ai − A − i − 1)
i i−1
Ai
i
donde Ai es el área de la zona i y P i −1 es la precipitación media de la banda
encerrada por las isoyetas i − 1 e i.
B
43
H
A 30
24
C
53
G
62
IV D
III 110
I
II
E
63
I
23
F
60
J
21
Estaciones Pluviométricas
Figura 6.2: Pol´ıgonos de Thiessen e isoyetas t´ıpicas de una tormenta simple.

Los valores están en [mm].
Como es muy poco probable que el centro de la tormenta coincida exacta-

mente con la ubicación de una estación pluviométrica, se supone que la preci-
pitación máxima absoluta registrada corresponde al promedio de precipitación
de un área mı́nima de 25 [km2 ] que incluye la ubicación de la estación donde
se registró la precipitación máxima. Las áreas encerradas por las isoyetas se
presentan en la Tabla 6.2
Tabla 6.1: Pluviogramas acumulados en 24 horas [mm].

Hora
Estación
6 12 18 24
A 5 15 21 24
B 2 12 35 43
C 10 31 42 53
D 16 43 88 110
E 10 30 52 63
F 9 28 53 60
G 11 34 50 62
H 2 9 20 30
I 4 9 18 23
J 6 13 19 21
Tabla 6.2: Áreas encerradas por las curvas isoyetas.

Zona Isoyeta [mm] Área [km2 ]
O 110 25
I 100 90
II 75 1250
III 50 3350
IV 25 7010
De esta manera, para el caso de la Figura 6.2 las precipitaciones medias para
cada zona resultan:
Tabla 6.3: Precipitaciones medias por zona.

Zona Área [km2 ] P i [mm]
O 25 110
1
I 90 · (25 · 110 + 105 · 65) = 106.4
90
1
II 1250 · (90 · 106.4 + 87.5 · 1160) = 88.9
1250
1
III 3550 · (1250 · 88.9 + 62.5 · 2300) = 71.8
3550
1
IV 7010 · (3550 · 71.8 + 37.5 · 3460) = 54.9
7010
El paso siguiente consiste en determinar un pluviograma o hietograma medio

para cada zona en base a una ponderación con respecto al porcentaje de área
representado por cada estación y a los registros pluviométricos de cada estación.
Este proceso se efectúa para intervalos de tiempo o duracion de la lluvia. El

total de precipitación que resulta para cada zona mediante esta ponderación, no
tiene por que coincidir con la precipitación media de cada zona determinada en
base a las isoyetas; en consecuencia, se corrige o ajusta el pluviograma medio
en forma proporcional a fin de hacer consistentes los datos. Suponiendo que
los pluviogramas acumulados de cada estación fueran los que se indican en la
Tabla 6.1. En la Tabla 6.4 se presenta en forma de una tabulación tipo, el
procedimiento seguido para calcular la magnitud de las precipitaciones para
cada incremento de tiempo y para cada tamaño de superficie.
Los resultados finales se resumen en la Tabla 6.5. Además, en la Figura 6.3

se presentan las curvas de precipitación vs área abarcada para las distintas
duraciones de lluvia, donde para el área se utiliza una escala logarı́tmica.
D=6 [hrs] D= 12[hrs] D= 18 [hrs] D= 24 [hrs]

10000
1000
A [km2]
100
10
0 10 20 30 40 50 60 70 80 90 100 110 120
P [mm]
Figura 6.3: Curvas PDA de la tormenta.

Tabla 6.4: Cálculo de curvas PDA.

Intervalo de tiempo
Zona Estación Variable A [km2] P [mm] Ai [ %]
0-6 6-12 12-18 18-24
Pacum [mm] 25 110 16 43 88 110
O D P [mm] 100 16 27 45 22
PMM ∗ [mm] 25 110 45 72 94 110
Pacum [mm] 90 106.4 16 43 88 110
Pacum ajustada[mm] 15.5 41.6 85.1 106.4
I D 100
P [mm] 15.5 26.1 43.5 21.3
PMM ∗ [mm] 90 106.4 43.5 69.6 90.9 106.4
C 11.2 1.12 3.47 4.7 5.94
D 56 8.96 24.08 49.28 61.6
E Ai · Pacum,i [mm] 1250 88.9 10.4 1.04 3.12 5.41 6.55
F 11.2 1.01 3.14 5.94 6.72
II G 11.2 1.23 3.81 5.60 6.94
Σ 100 13.36 37.62 70.96 87.75
Ai · Pacum,i [mm]
P [mm] 13.54 24.58 33.78 17.01
PMM ∗ [mm] 1250 88.9 33.78 58.35 75.36 88.90
B 2.8 0.06 0.34 0.98 1.20
C 21.1 2.11 6.54 8.86 11.18
D 21.4 3.42 9.20 18.83 23.54
E 17.5 1.75 5.25 9.10 11.03
F Ai · Pacum,i [mm] 3550 71.8 15.2 1.37 4.26 8.06 9.12
G 15.2 1.67 5.17 7.60 9.42
III H 2.5 0.05 0.23 0.50 0.75
I 3.8 0.15 0.34 0.68 0.87
J 0.5 0.03 0.07 0.10 0.11
Σ 100 10.61 31.39 54.71 67.23
Ai · Pacum,i [mm]
P [mm] 11.3 22.2 24.9 13.4
PMM ∗ [mm] 3350 71.8 24.9 47.1 60.5 71.8
. . . . . . . .
IV
PMM ∗ [mm] 7010 54.9 18.9 36.4 46.8 54.9
∗ : Precipitación Media Máxima.
Tabla 6.5: Precipitaciones medias por zona.
Duración [hrs]
A [km2]
6 12 18 24
25 45 72 94 110
90 44 70 91 106
1250 34 58 75 89
3350 25 47 60 72
7010 19 36 47 55
6.4.4.2. Maximización de las Curvas PDA y Cálculo de la

PMP
Para el cálculo de la PMP, se seleccionan las tormentas más grandes que se

hayan registrado en el lugar en estudio y, para cada una de ellas, se confeccionan
las curvas precipitación-duración-área, en la forma que se acaba de indicar.
Las tormentas se maximizan por humedad del aire y aporte de humedad me-
diante la ecuación (6.1), para cada una de las áreas y duraciones consideradas.
Es decir, los valores de la Tabla 6.4 o de la Figura 6.3 se multiplican por el
cuociente entre el ı́ndice de aporte de humedad máximo y el ı́ndice de aporte
de humedad de cada tormenta. De esta manera tenemos las curvas PDA maxi-
mizadas de cada tormenta. El paso final consiste en construir una curva PDA
envolvente a todas ellas, que corresponderá a las curvas PDA de la precipitación
máxima probable para cada tamaño de área y duración de la lluvia.
Para construir las curvas PDA de la PMP es conveniente trazar tanto las
envolventes en el sentido de la duración como en el sentido del área, por ejemplo,
si se hubiesen maximizado 4 tormentas, la primera de las cuales es la que vimos
en el ejemplo anterior, se dibujan los puntos correspondientes a cada tormenta
en gráficos precipitación-duración, para cada tamaño de área y se traza una
envolvente suavizada tangente a los valores máximos, tal como se indica en la
Figura 6.4 para un área de 1000 [km2 ]
6.5. Precipitación Máxima Probable Vı́a Método Estadı́stico 215
240
200
160
P [mm]
120
Tormenta N°1
80
Tormenta N°2
Tormenta N°3
40 Tormenta N°4
0
6 12 18 24 30 36
Duración [horas]
Figura 6.4: Envolvente a las curvas precipitacion-duración maximizadas para

un área de 1000 [km2 ].
Cambiando variables, se procede en forma análoga a construir curvas en-

volventes al juego de gráficos precipitación-área para distintas duraciones, tal
como se indica en la figura 6.5 para una duracion de 24 horas. Los valores to-
mados de este doble juego de curvas envolventes se utilizan para construir las
curvas precipitación-duración-área de la precipitación máxima probable.
10000
1000
A [km2]
100
Tormenta N°1
Tormenta N°2
Tormenta N°3
Tormenta N°4
20
20 40 60 80 100 120 140 160 180 200 220 240
P [mm]
Figura 6.5: Envolvente a las curvas precipitación-área maximizadas para una

duración de 24 horas.
6.5. Precipitación Máxima Probable Vı́a Método Estadı́stico
El cálculo de la precipitación máxima probable por la vı́a de maximización hi-

drometeorológica de tormentas históricas, según los procedimientos indicados
en los acápites anteriores resulta altamente engorroso y requiere disponer de
completa información hidrometeorológica, razon por la cual no siempre se jus-
tifica y frecuentemente no es posible llevarlo a cabo por falta de la información
m´ınima indispensable.
En estos casos es posible efectuar estimaciones de la PMP siguiendo un

procedimiento estad´ıstico simplificado, propuesto inicialmente por Herschfield
(1965). Basado en el análisis de un gran número de estadı́sticas de precipi-
taciones máximas diarias, Herschfield (1965) propone estimar la precipitacion
máxima probable mediante la expresión,
P M P = P̄c + KM · σc (6.2)
donde,
P̄c : Precipitación máxima anual media corregida.
σc : Desviación estándar corregida de las precipitaciones máximas anuales.
KM : Coeficiente de frecuencia máximo para una lluvia de 24 horas de duración,
que se puede aproximar con suficiente aproximación mediante las expresiones,
18.2 · e−0.00212P̄c P̄c > 140 [mm]

KM = (6.3)
20 · e−0.00279P̄c P̄c ≤ 140 [mm]
Los valores del promedio y de la desviación estándar deben corregirse según

Herschfield, por los efectos de la longitud de estad´ıstica y por la presencia
de eventos extremos que distorsionan estos estadı́grafos, según factores que
se obtienen de ábacos o gráficos, pero que se pueden aproximar con un error
similar o menor al resultado de la lectura gráfica, mediante las expresiones:
P̄N −1
P̄c = P̄N 1 + 0.143 · e−0.105·N (1.05 − 0.0008 · N ) + 3.9 × 10−5 (N − 37)2 + 0.002
P̄N
(6.4)
6.5. Precipitación Máxima Probable Vı́a Método Estadı́stico 217
−0.258·(N −10) −0.07·N −1

σc = σN 0.993 + 0.307 · e 0.699
1.09 + 0.223 · e σN + 0.008
σN
(6.5)
donde N corresponde al número de datos, P̄N −1 y σN −1 al promedio y la
desviación estándar excluyendo el mayor valor de la serie de precipitaciones
máximas anuales.
No obstante lo anterior, en un estudio efectuado en Chile, (Stöwhas, 1983),

analizando 190 estaciones pluviométricas con un total de 6504 años de regis-
tro, se concluye que los valores del coeficiente de frecuencia propuestos por
Herschfield tienden a sobreestimar las precipitaciones máximas probables en
Chile, donde predominan lluvias de gran variabilidad, con altos coeficientes de
variación, sugiriéndose utilizar un coeficiente de frecuencia máximo constante,
KM = 11, es decir,
P M P1 = P̄c + 11 · σc (6.6)
Alternativamente, en base a un trazado de envolventes superiores que respeta

no sólo los máximos eventos a nivel nacional, sino a eventos mundiales a los
que se tuvo acceso, se propone estimar la PMP con las expresiones:
1.141
P M P2 = P̄ c 4 + 3.8e−0.0069·P̄ c (6.7)
o
1.102
P M P3 = P̄ c 3.5 + 3.65e−0.0076·P̄ c (6.8)
donde P M P2 de la ecuación (6.7) serı́a aplicable a estaciones pluviométricas

cordilleranas y P M P3 de la ecuación (6.8) serı́a aplicable a estaciones plu-
viométricas no cordilleranas.
En definitiva, ante la imposibilidad de aplicar el método hidrometeorológico,

se recomienda estimar la PMP con el método estadı́stico, utilizando el valor
más conservador que resulte entre las ecuaciones (6.6) y la que corresponda
entre (6.7) o (6.8).
Debe recordarse que todo lo anterior es válido para precipitaciones máximas

diarias, recomendándose un factor de amplificación 1.06 para evaluar precipi-
taciones máximas en 24 horas.
Bibliografı́a
Herschfield, D. M. (1961), Estimating the probable maximum precipitation, J.

Hyd.Div, ASCE, Vol 87.
Herschfield, D. M. (1965), Method for estimating probable maximum precipi-

tation, J. American Waterworks Assoc., Vol 57.
Stöwhas (1973), Métodos Hidrometeorológicos en el Estudio de Crecidas, Uni-

versidad de Chile.
Stöwhas, L. (1983), Precipitaciones Máximas Diarias en Chile, VI Congreso

Nacional de Hidráulica, SOCHID.
WMO (1973), Manual on Estimation of Probable Maximum Precipitation (PMP),

World Meteorological Organization, Op. Hydr. Report N° 1, WMO-332.
Capı́tulo 7
ESCORRENTÍA
Introducción
El ciclo de escorrentı́a es la fase del ciclo hidrológico que ocurre sobre la litósfe-
ra, y es -en definitiva- el más importante en términos de la evaluación de los
recursos hidráulicos disponibles en una determinada cuenca. La forma como
el agua se desplaza a través de la litosfera puede esquematizarse a través del
diagrama de flujo que se presenta en la Figura 7.1. La primera precipitación
caı́da, es interceptada por la capa de vegetación que cubre el suelo, la que
normalmente es devuelta a la atmósfera como evaporación. El agua lluvia que
sobrepasa la retencion vegetal, llega a la superficie del suelo donde es detenida
en zonas depresionarias y/o es infiltrada al interior del suelo, inicialmente seco.
A medida que la precipitación continúa, la capacidad de retención se colma-

ta; la infiltración, al humedecerse el suelo, disminuye, hasta que se produce una
precipitación en exceso que genera escorrentı́a superficial, que comienza
a escurrir inicialmente en la forma de una lamina superficial, para posterior-
mente irse concentrando a través de la red de drenaje natural de la cuenca.
El agua que infiltra en el suelo puede seguir dos caminos. Uno, encontrarse
219
220 Escorrent´ıa
con capas de suelo permeable que le permitan percolar profundo hasta alcanzar
los acuı́feros o napas subterráneas, donde escurrirá como flujo subterráneo,
volviendo posteriormente a la superficie en forma de vertientes o afloramientos
en los cauces de los rı́os, o eventualmente descargando en forma subterránea
hasta alcanzar un lago o el mar.
El otro camino es encontrarse con estratos impermeables que le impidan la

percolación profunda, por lo que el agua infiltrada se desplaza en forma sub-
superficial, ya sea en forma de flujo intermedio rápido o flujo intermedio
lento, dependiendo del tiempo que se demore en retornar a la superficie para
agregarse a la escorrent´ıa superficial.
La suma de la escorrentı́a superficial más el flujo intermedio rápido, definido

como aquel que aflora a la superficie dentro de la escala de tiempo de la tor-
menta que lo produjo, constituyen la denominada escorrentı́a directa. A su
vez, la precipitación en exceso sumada a aquella parte del agua infiltrada que
se manifiesta como escorrent´ıa directa y que se indican con l´ıneas de trazos en
la Figura 7.1, constituyen lo que se denomina precipitación efectiva.
El flujo intermedio lento sumado a la escorrentı́a subterránea, que retornan

a la superficie en un tiempo posterior a la ocurrencia de la tormenta que los
generó, constituyen lo que se denomina el flujo base.
La escorrentı́a total o el caudal presente en el cauce de un rı́o en un deter-

minado instante, tiene entonces dos componentes: el flujo base o caudal semi
permanente en el cauce, originado por infiltración y recuperación de precipita-
ciones ocurridas en perı́odos anteriores, y la escorrentı́a directa, producto de
las precipitaciones que están ocurriendo en ese instante o en instantes inmedia-
tamente anteriores.
7.1. Fluviometr´ıa 221
PRECIPITACIÓN TOTAL
PRECIPITACIÓN INTERCEPCIÓN Y
EN EXCESO EVAPOTRANSPIRACIÓN
INFILTRACIÓN
ESCORRENTÍA
SUPERFICIAL
PRECOLACIÓN
ESCORRENTÍA PROFUNDA
SUBSUPERFICIAL
FLUJO FLUJO
PRECIPITACIÓN
INTERMEDIO INTERMEDIO
EFECTIVA LENTO
RÁPIDO
ESCORRENTÍA
SUBTERRÁNEA
ESCORRENTÍA
DIRECTA FLUJO
BASE
ESCORRENTÍA
TOTAL
Figura 7.1: Esquema del ciclo de escorrent´ıa
7.1. Fluviometrı́a
A diferencia de las variables meteorológicas antes analizadas, cuya medición es

responsabilidad de la meteorologı́a, la medición de la escorrentı́a es responsa-
bilidad de la ingenierı́a hidráulica o de la hidrologı́a. Se denomina fluviometrı́a
a una rama de la hidrologı́a dedicada a la acción de medir los caudales que
escurren por un determinado cauce en una sección especı́fica de él, denomi-
nada sección de aforo. A diferencia de las variables meteorológicas donde las
mediciones instrumentales constituı́an sólo un ı́ndice de la variable en interés,
en el caso de los caudales, que se van concentrando hasta llegar a la sección
de aforo, la medición corresponde a la variable misma y en este sentido la es-
correntı́a es normalmente la única variable constituyente del ciclo hidrológico
que se puede medir directamente y no a través de un ı́ndice. Sin embargo, la
medición directa del caudal, lo que se denomina “aforo”, es bastante tediosa y
complicada, por lo que la medición rutinaria de los caudales de un rı́o se hace
222 Escorrent´ıa
normalmente en forma indirecta, midiendo la altura o niveles del agua, tradu-

ciendo posteriormente esta información a caudales, a través de la denominada
curva de descarga, o funcion que relaciona los niveles del agua con el caudal.
Las secciones de aforo se pueden clasificar en:
Artificiales
Naturales
Naturales modificadas
Una sección de aforo es artificial, cuando existe en ella alguna estructura

hidráulica, tales como venturı́metros, canaletas Parshall o -generalmente- un
vertedero, que permite establecer una relación analı́tica teórica o semiempı́rica
entre el nivel de agua y el caudal. En el caso de vertederos esta relación es del
tipo
√
Q=m·Ω· 2gH (7.1)
donde,
Q: Caudal.
Ω: Sección transversal.
g: Aceleración de gravedad.
H: Carga o altura de agua sobre el vertedero.
m: Coeficiente de gasto teórico o empı́rico particular para cada tipo de estruc-
tura.
La instalación de secciones artificiales sólo se justifica para caudales rela-

tivamente pequeños. Para caudales mayores suele aprovecharse la existencia
de dichas estructuras con otros propositos, tales como barreras de bocatomas,
vertederos de embalses u otras, pero lo usual es que la sección de aforo sea
simplemente una sección adecuada del propio cauce, o sección de aforo natural.
En el caso de secciones naturales, no existe a priori una curva de descar-

ga conocida por lo que esta debe determinarse experimentalmente mediante
mediciones sucesivas, simultáneas e independientes del nivel de agua y del cau-
dal. Una sección de aforo natural modificada es una sección natural en la que
se introducen algunas modificaciones, por ejemplo, muros laterales de confina-
miento, que permiten una mejor definición de la geometrı́a de la sección.
Los niveles de agua pueden medirse con limnı́metros, reglas limnimétricas

muy similares a las miras topográficas, técnicas basadas en reflexión de ondas
o en base a presostatos que miden la presion ejercida por el agua sobre el fondo
del cauce. Las mediciones pueden ser puntuales, normalmente se miden uno o
dos valores diarios, o pueden registrarse en forma continua, con instrumentos
inscriptores denominados limnı́grafos, que pueden ser mecánicos o electrónicos,
hoy incluso con teletransmisión de los registros. Los limnı́grafos, para evitar que
sean dañados o arrastrados por las aguas durante las crecidas, normalmente se
instalan en un pozo ubicado fuera del cauce, pero conectado hidráulicamente
con él, aprovechando el principio de los vasos comunicantes.
Las técnicas de medición directa de caudales o aforos son diversas, yendo

desde el simple uso de flotadores, dinamómetros, uso de trazadores puntuales
o continuos, tanto qu´ımicos como radioactivos, diversos tipos de caudal´ımetros
mecánicos o electrónicos; pero el método habitual de medición se basa en el ins-
trumento denominado molinete, los cuales pueden ser electrónicos, que estiman
la velocidad del agua por efecto Doppler, o mecánicos, de los cuales existen dos
tipos genéricos, de eje vertical o de copas, análogo a un anemómetro y de eje
horizontal o hélice, análogo a un molino de viento.
7.1.1. Técnicas de Medición
7.1.1.1. Flotadores
El uso de flotadores se restringe a mediciones improvisadas en terreno o de-

terminaciones muy preliminares del caudal y consiste simplemente en medir el
tiempo “t” que demora un flotador en recorrer, en lo posible por el centro del
cauce, una determinada distancia “s”. Con ello se determina la velocidad del
flotador, según
vf = s (7.2)
t
Si el flotador es superficial, su velocidad será normalmente mayor que la velo-
cidad media del escurrimiento, la cual puede estimarse en una primera aproxi-
mación como
v ≈ 0.8vf (7.3)
224 Escorrent´ıa
Estimando en forma independiente la sección mojada del escurrimiento Ω, se

obtiene una primera aproximación al valor del caudal como
Q ≈ 0.8 · Ω · vf (7.4)
Si se logra, mediante la introducción de algún lastre, que el flotador escurra

semi-sumergido, ocupando toda la vertical del escurrimiento, suele suponerse
que su velocidad corresponde a la velocidad media del flujo. La estimación de
caudales mediante flotadores debe repetirse al menos dos o tres veces, para
evitar errores groseros.
7.1.1.2. Trazadores
El uso de trazadores quı́micos o radioactivos, por su costo y carácter contami-

nante, se limita a condiciones muy particulares, donde se necesite buena preci-
sión y donde el uso de otras técnicas no resulte factible. Básicamente consiste
en efectuar un balance másico de algún trazador incorporado a la corriente. En
el caso del aforo continuo, esto consiste en inyectar a la corriente un caudal
“q” de algún trazador en una concentración o radioactividad C0 , y medir aguas
abajo, después de que se haya logrado una mezcla perfecta, la concentración o
radioactividad final Cf .
Si el caudal del rı́o es “Q”, entonces de un balance másico del trazador se

obtiene
q · C0 = (Q + q) · Cf (7.5)
C0
Q+q = ·q (7.6)
Cf
Normalmente Q >> q, por lo que
C0
Q= ·q (7.7)
Cf
La concentración final de los trazadores quı́micos, los que no deberán reaccionar
con ningún componente del agua o el lecho, se determina tomando muestras
que se analizan en laboratorio.
La concentración de trazadores radioactivos, para lo cual se usa frecuente-

mente 131I, puede determinarse in situ mediante el uso de contadores Geiger o
-preferentemente- contadores de centelleo.
Los aforos puntuales consisten en inyectar, de una sola vez, una “bomba”
con una concentracion conocida C0 e integrar aguas abajo, una vez que se ha
producido la mezcla, la variacion de la concentración en el tiempo y espacio. La
deducción del caudal en estos casos se hace más compleja y debe consultarse
en algún texto más especializado.
7.1.1.3. Molinetes
El molinete mide -en estricto rigor- la velocidad del agua en un punto especı́fico
del escurrimiento, por lo que el caudal se determina a través de la relación
∫
Q= v · dΩ (7.8)
Ω
En términos prácticos la integral se resuelve efectuando diversas mediciones de
velocidad en distintas verticales de la sección de escurrimiento, e integrando
numéricamente,
N
Q= vi · ∆Ωi (7.9)
i=1
donde vi es la velocidad puntual del agua, la cual se determina en el caso de

instrumentos electrónicos por efecto Doppler y en el caso de molinetes mecáni-
cos a través de una curva de calibración del instrumento, midiendo la velocidad
angular de las copas o hélice del instrumento.
Otra alternativa es trazar, en base a las diversas mediciones, las curvas

isotáquicas o curvas de igual velocidad en la sección de aforo, e integrar poste-
riormente en función del área asociada a cada curva.
En teorı́a, la medición será mas exacta mientras más valores de velocidad

se midan; sin embargo, la medición se hace cada vez más lenta y si el caudal
del r´ıo es variable en el tiempo, aparte del trabajo consumido, se comienza a
perder precisión.
En la práctica, una vez calibrada la medición, se recomienda subdividir la
sección en una serie de subsecciones verticales de ancho ∆x, tal que ninguna de
ellas sea mayor que el 20 % de la sección total, estimando la velocidad media
en cada sección mediante V0.8 + V0.2
Vx = (7.10)
2
226 Escorrent´ıa
donde,
V x : Velocidad media en la sección x.
V0.8 : Velocidad a un 80 % de la profundidad total en la sección (Hx ).
V0.2 : Velocidad a un 20 % de la profundidad total en la sección (Hx )
El caudal -en este caso- resultará según la expresión,

Nx
Q= V x · Hx · ∆x (7.11)
i=1
donde Nx corresponde al número de subsecciones en que se dividió la sección.

La medición de la velocidad, en las distintas verticales, puede lograrse bajando
el instrumento en cada vertical, mediante una barra o un cable graduados,
desde una embarcación que logre mantenerse estacionaria, desde algún puente
cuyas cepas no interfieran el escurrimiento o -lo que es más habitual- mediante
un cable-carro, consistente en un pequeño carro que se desplaza accionado
manualmente, a lo largo de un cable que se tensa entre las dos riberas del r´ıo.
Una vez que se dispone de sucesivas mediciones simultáneas de altura lim-

nimétrica y caudal, se dispondrá de pares de puntos (H, Q) que permitirán
la definición empı́rica de la curva de descarga. Finalmente, una vez estable-
cida la curva, se continúa la medición rutinaria de las alturas limnimétricas
o limnigráficas, y a través de la curva de descarga se determina el caudal. Si
la instalación es limnimétrica, se recomienda la lectura mı́nima de dos valores
diarios, a partir de los cuales se estima el caudal medio diario. Si la instala-
ción es limnigráfica, se dispondrá de una curva continua de niveles en función
del tiempo, denominada limnigrama, de cuya traducción se puede obtener una
curva continua de caudales en función del tiempo, o hidrograma.
El promedio mensual de los caudales diarios dará origen al caudal medio

mensual, y el promedio de estos últimos dará origen al caudal medio anual.
También se acostumbra mantener registros especiales de los caudales extremos,
caudales máximos y mı́nimos diarios, en el caso de estaciones limnimétricas, y
de caudales extremos instantáneos, en el caso de estaciones limnigráficas.
La institución encargada en Chile de registrar, procesar y almacenar esta

información es oficialmente la Dirección General de Aguas del M.O.P. (DGA),
aunque también existen estadı́sticas controladas por particulares, para sus pro-
pios intereses, especialmente las empresas hidroeléctricas. A través del Banco
Nacional de Aguas de la DGA, esta informacion se hace accesible a los distintos

usuarios.
7.1.2. Perı́odo de Validez de la Curva de Descarga
Desgraciadamente, en la mayorı́a de los casos no basta con establecer sólo en

forma inicial la curva de descarga, pues esta puede ser variable en el tiempo.
Luego, es necesario efectuar aforos esporádicos, normalmente una vez al mes,
que permitan verificar la invariancia de la curva o detectar cuándo esta ha
sufrido algún cambio.
En efecto, si utilizamos algún modelo hidraulico para representar la relación

entre la altura de agua y el caudal como, por ejemplo, la conocida fórmula de
Manning, tendremos la relación,
√
J 2/3
Q= · Ω · Rh (7.12)
n
donde,
J : Pendiente del eje hidráulico.
Ω: Sección transversal.
Rh: Radio hidraulico.
n: Coeficiente de rugosidad de Manning.
Del análisis de esta ecuación tenemos que, funcionalmente, el caudal Q depende

de
Q = f (H, J, n, geometr´ıa)
Luego, la curva de descarga sólo será invariante, si permanecen constantes

en el tiempo la pendiente del eje hidráulico (o del fondo del lecho), la rugosidad
del lecho y la forma geométrica de la sección. En secciones naturales, por efecto
de socavaciones de fondo y laterales, por embancamientos, por crecimiento de
vegetación acuática o ribereña o por perturbaciones del rı́o en otros puntos del
cauce, todas estas variables pueden sufrir cambios en el tiempo.
Si alguno o alguna combinación de estos parámetros sufre algún cambio, brus-

co o paulatino, la curva de descarga variará, siendo necesario comenzar nueva-
mente la recopilación en terreno de pares de valores (Q, H) con el propósito de
228 Escorrent´ıa
establecer la nueva curva de descarga. El perı́odo de tiempo para el cual una

determinada curva de descarga es válida, es lo que se denomina su perı́odo de
validez. Algunas secciones resultan muy estables y mantienen de forma per-
manente su curva de descarga o, al menos, esta se mantiene durante perı́odos
muy largos. Otras, sin embargo, resultan tan cambiantes que resulta imposible
establecer adecuadamente su curva de descarga y deben ser abandonadas como
secciones de aforo.
Una manera de lograr secciones estables es elegir secciones del r´ıo en que este
escurra en lecho rocoso, ya que será difı́cil de socavar y -en consecuencia- su
sección y geometrı́a será constante. También es posible intentar independizarse
de las variaciones de pendiente del fondo y rugosidad, si se escoge una sección,
normalmente a corta distancia aguas arriba de un rápido, donde el escurrimien-
to tiende a ser en régimen crı́tico o de energı́a mı́nima. Bajo estas condiciones,
la teorı́a hidráulica nos dice que la relación entre altura y caudal pasa a ser
función única de la geometrı́a del cauce.
En definitiva, una sección en roca, alguna corta distancia aguas arriba de un

rápido, parece ser el lugar ideal escogido por la naturaleza para instalar una
sección de aforo estable.
Como se mencionó anteriormente, si en alguna sección se efectúan algunas

modificaciones, como construir muros gu´ıas laterales a fin de confinar el es-
currimiento y estabilizar su sección, se habla de secciones de aforo naturales
modificadas.
7.1.3. Extensión de Curvas de Descarga
Para la traducción de estadı́sticas fluviométricas, faena que hoy se efectúa nor-

malmente en forma computacional, es necesario ajustar expresiones anal´ıticas a
las curvas de descarga a fin de facilitar el trabajo. Cuando se trata de interpolar
datos dentro del rango de valores aforados que definen la curva, podrá ajustarse,
utilizando los numerosos software que existen para ello, la expresión analı́tica
que logre el mejor ajuste. Un problema especial lo constituye la extrapolación
de las curvas, situación que se presenta cuando se mide un valor de altura ex-
tremo, normalmente muy alto, que cae fuera del rango de los aforos efectuados.
En estos casos la extrapolación debe ser muy cuidadosa, a fin de no cometer

errores de extrapolación severos. Para estos propositos se recomienda el uso de
expresiones anal´ıticas relativamente simples o con alguna estructura que tenga
algún sentido fı́sico. Para ello pueden utilizarse polinomios algebraicos de no
muy alto grado o -preferiblemente- expresiones potenciales del tipo,
Q = a · (H − b)c (7.13)
La constante b es normalmente necesaria porque el origen o valor 0 de la

escala del limnı́metro, no tiene por qué coincidir con el fondo exacto del cauce,
o condición Q = 0.
Una técnica de extrapolación que suele dar buenos resultados, es apoyarse en

alguna fórmula hidraulica como la de Manning. A partir de la información que
se obtiene de los aforos, es posible expresar la altura limnimétrica en función de
los factores hidráulico y geométrico de la fórmula, es decir, se pueden establecer
las relaciones,
H = f (Ω · R2h/3) (7.14)
√
H = f ( J/n) (7.15)
La primera función, es solamente geométrica y puede extrapolarse en base

a un levantamiento topográfico de la sección del cauce. La segunda función,
para caudales altos, en que el escurrimiento se acerca al cr´ıtico, suele hacerse
constante o muy poco variable, con lo que resulta menos azarosa su extrapo-
lación. Luego, la extrapolación se efectúa para un valor de H más alto que
el rango aforado, evaluando en forma independiente los factores geométricos e
hidráulicos, resultando de su producto el caudal asociado a dicha altura.
Un problema frecuente en las mediciones fluviométricas es el embanque, mal

funcionamiento del limnı́grafo o la destrucción de la regla limnimétrica durante
las grandes crecidas del rı́o, precisamente en los perı́odos en que las mediciones
resultan de mayor interés. Por eso es conveniente instalar medidores de niveles
máximos que consisten simplemente en un tubo vertical ranurado que, por
efecto de vasos comunicantes, mantiene su nivel de aguas al mismo nivel del
rı́o. En el interior del tubo se incorpora algún material granular flotante, por
ejemplo, pellets de plumavit, algunos de los cuales se quedan adheridos a la
230 Escorrent´ıa
pared interior del tubo, permitiendo detectar el más alto nivel alcanzado por
las aguas.
7.1.4. Homogeneidad de Estadı́sticas Fluviométricas
Con motivo de cambios no detectados de la curva de descarga o mal ajuste

de estas, u, otras veces, por intervenciones hechas aguas arriba que cambian el
régimen natural del escurrimiento, las estadı́sticas fluviométricas pueden con-
tener errores sistemáticos o representar regı́menes de escurrimiento diferentes
en distintos perı́odos de tiempo, por lo que en definitiva, para los propósitos de
análisis estadı́sticos, se constituyen en series no homogéneas.
Con el propósito de detectar y corregir estas heterogeneidades, puede utili-

zarse -en principio- el método de las curvas doble acumuladas, descrito para
la homogeneizacion de las estadı́sticas pluviométricas. Sin embargo, el método
en este caso tiene algunas limitaciones. A diferencia de las precipitaciones, las
cuales dentro de una zona homogénea tienen un mismo orden de magnitud, la
magnitud de los caudales de los distintos rı́os involucrados en el análisis puede
ser bastante diferente, dependiendo de los tamaños de las respectivas cuencas
aportantes. Por ello resulta conveniente no trabajar con los caudales mismos
sino con los caudales especı́ficos, definidos como el caudal por unidad de área
aportante, expresados -por ejemplo- en [m3/s/km2].
Una segunda limitación proviene de que la hipótesis de que la relación entre

las variables corresponde a una relación lineal que pasa por el origen, no nece-
sariamente se cumple en el caso de caudales, lo que puede generar una curva
acumulada serpenteante, dependiendo del rango de magnitud de los mismos.
Esta situación puede resolverse efectuando una regresión lineal o no lineal entre
los valores no acumulados de la variable en análisis y el patrón, construyendo
posteriormente las curvas doble acumuladas entre los valores medidos versus
los estimados por la ecuación de regresión. La corrección de los datos, en caso
de detectarse algún quiebre, se recomienda en estos casos verificando el trazado
y perı́odo de validez de las curvas de descarga, o corrigiendo los datos medidos
para llevarlos al régimen natural, en caso que este sea la causa del quiebre.
7.1.5. Presentación de Estadı́sticas Fluviométricas
De toda la información que se recopila en una estación fluviométrica, suelen

rescatarse los caudales medios diarios y extremos diarios, mientras que en las
estaciones fluviográficas se rescatan los caudales medios diarios y los caudales
máximos o mı́nimos instantáneos. A partir de ellos pueden construirse las se-
ries de caudales medios y extremos mensuales y las series de caudales medios
y extremos anuales, series a las que se les dará distinto uso dependiendo de
los propósitos del estudio. Para el estudio de crecidas, por ejemplo, se conside-
rarán las series de caudales máximos diarios o instantáneos anuales, las que se
someterán a análisis de frecuencia con los procedimientos antes vistos, los que
permitirán asociar la magnitud de estos caudales de crecida con su respectivo
perı́odo de retorno.
Para la evaluación de recursos hı́dricos, se trabajará normalmente con las

series de caudales medios diarios, mensuales o anuales, dependiendo del detalle
o precisión requeridos.
Existen diferentes métodos o procedimientos para presentar los resultados de

los análisis estadı́sticos efectuados a las estadı́sticas fluviométricas a fin de lo-
grar su mejor visualización e interpretacion, entre los que destacan las curvas de
variación estacional y las curvas de duración general, descritas anteriormente.
7.1.5.1. Curvas de Variación Estacional de Caudales
Corresponden a curvas asociadas normalmente a caudales medios mensuales,

que muestran, para cada mes del año, la magnitud de la variable asociada a
una determinada probabilidad de ocurrencia. Permiten establecer, por ejemplo,
qué caudal medio mensual habrá en un cauce dado, en un cierto mes del año con
una cierta probabilidad de ocurrencia o “ % de sequedad”. Como se mencionó en
el capı́tulo 5, resultan de someter a un análisis de frecuencia a las 12 series
de caudales medios mensuales. La Figura 7.2 muestra la curva de variación
estacional en una sección del rı́o Aconcagua.
La simple inspección ocular de una curva de variación estacional permite

determinar el régimen de un rı́o. Ası́, si las curvas presentan un solo máximo
que coincide con la época lluviosa del año (invierno en Chile central), entonces
232 Escorrent´ıa
160
150
140
130
120
110
100
Caudal [m3/s]
90
80
70
60
50
40
30
20
10
0
ABR MAY JUN JUL AGO SEP OCT NOV DIC ENE FEB MAR
5% 42.77 68.43 132.96 156.92 141.12 113.94 105.05 123.82 156.23 103.79 49.67 39.88
85% 6.12 18.81 20.62 24.52 24.14 15.79 8.46 12.38 3.76 0.00 0.00 3.60
Qmedio 18.03 36.05 57.39 67.88 62.77 47.59 37.99 51.32 59.56 37.70 18.46 16.34
Figura 7.2: Curva de variación estacional de caudales estación Aconcagua en

desembocadura.
el régimen será pluvial, es decir, las precipitaciones caen en forma lı́quida sobre
la cuenca. Si los máximos ocurren en el perı́odo seco estival, entonces el régimen
será nival, las precipitaciones caen en forma de nieve en el invierno, la cual se
derrite e incrementa los caudales en la época calurosa del verano. Si las curvas
presentan dos máximos, en el caso de Chile central, el régimen es mixto pluvio-
nival, las precipitaciones ocurren en forma l´ıquida en la parte baja de la cuenca
y en forma sólida en las partes altas.
Debe tenerse en consideración que la suma o promedio de todos los caudales

medios mensuales con una misma probabilidad normalmente no coincide con
la magnitud del caudal medio anual correspondiente a la misma probabilidad.
Para estimar la variación estacional de un año tipo, es preferible efectuar el
análisis de frecuencia a los caudales medios anuales y adoptar la distribución
mensual histórica media de aquellos años históricos que más se acerquen a la
probabilidad anual de excedencia que se desea establecer, verificando obvia-
mente que el promedio de todos los meses coincida con el caudal medio anual.
7.1.5.2. Curvas de Duración General de Caudales
Son curvas normalmente asociadas a caudales medios diarios o mensuales, que

permiten determinar en qué porcentaje del tiempo total existirá en el cauce
un caudal mayor (o menor) a un cierto valor especificado. Resultan de ordenar
de mayor a menor la serie de caudales medios diarios o mensuales de todo el
perı́odo de estadı́sticas y asociar la probabilidad empı́rica de California con el
porcentaje del tiempo de excedencia (ver sección 5.6.3). Este es uno de los casos
en que se trabaja con la serie de duración completa y, en estricto rigor, debiera
trabajarse con la variable continua. A medida que se incrementa el intervalo
de medición, promedio horario, promedio diario o promedio mensual, la curva
va perdiendo precisión. Ası́ la curva de duración general efectuada con la serie
de caudales medios mensuales resulta más plana que la curva construida con
los valores diarios, subestimando la magnitud de los valores altos y sobreesti-
mando la magnitud de los valores bajos, ya que obviamente dentro de un mes
habrá caudales diarios que exceden y otros que no exceden el valor promedio.
En el caso de rı́os de régimen nival, en que las ondas de crecida son paulatinas
y estacionales, el uso de serie de caudales medios mensuales no introduce en
general mayor error respecto a las series diarias (Castillo, 2004). No ocurre lo
mismo en las cuencas de régimen pluvial, donde los caudales altos se concen-
tran en unos pocos d´ıas del mes en que ocurren las precipitaciones. Hormaechea
(1999) presenta un procedimiento para corregir la cantidad de agua que es po-
sible de extraer de un rı́o de régimen pluvial, cuando la estimación se efectúa
a partir de la serie de caudales medios mensuales. La Figura 7.3 muestra una
curva de duración general de caudales tipo.
80
70
Caudal Medio Mensual [m3/s]
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90 100
Probabilidad de Excedencia [%]
Figura 7.3: Curva de duración general de caudales.
234 Escorrent´ıa
7.1.6. Caudales Mı́nimos, Sequı́as y Caudales Ecológicos
Para el análisis de caudales mı́nimos puede -en principio- utilizarse las mismas
técnicas de análisis de frecuencia que permitirán asociar la magnitud de dichos
caudales con su probabilidad de ocurrencia o perı́odo de retorno. Sin embargo,
el análisis de sequı́as es un problema más complejo, pues los perjuicios que pro-
voca una sequı́a no dependen sólo de la magnitud de las precipitaciones o de
los caudales mı́nimos, sino además del tiempo en que se prolonguen dichos va-
lores mı́nimos pues, a diferencia de los eventos máximos que normalmente son
eventos aislados e independientes, los perı́odos secos y los caudales mı́nimos son
mucho más persistentes. A su vez, debe distinguirse entre sequı́as meteorológi-
cas o déficit de precipitaciones y sequı́as hidrológicas o déficit de caudales. La
ocurrencia, por ejemplo, de una serie de caudales bajos no muy extremos puede
ser y, de hecho, normalmente lo es, más perjudicial que un evento mı́nimo más
extremo que ocurra en forma aislada. En definitiva, las sequ´ıas dependen tanto
de la magnitud como de la duración del evento, por lo que su análisis se debe
abordar con metodologı́as ad hoc para distintos casos particulares. Fernández
(1991) presenta un completo análisis de las sequı́as en la zona central de Chile.
Los caudales ecológicos corresponden a un concepto distinto y se refiere a

los caudales m´ınimos que deben mantenerse en el cauce de un curso natural de
agua, para preservar los ecosistemas que de él dependen, cuando los caudales
son disminuidos por la acción humana de extracción de dichos recursos. Si
bien la definición del concepto de caudal ecológico es bastante clara, cuando
llega el momento de cuantificar sus magnitudes, el problema se complica, pues
aparecen distintos criterios que van desde lo puramente estadı́stico, hidrológico,
hidráulico, biológico y ecológico, hasta posiciones puramente conservacionistas.
La Dirección General de Aguas, DGA, institución encargada de velar por los

recursos h´ıdricos del pa´ıs ha definido a lo largo del tiempo distintos criterios
para cuantificar los caudales ecológicos o caudales mı́nimos que deben respe-
tarse al extraer los caudales de un rı́o. En general, el caudal ecológico ha sido
establecido en términos probabilı́sticos tales como el 10 % del caudal medio
anual o el 50 % del caudal medio mensual mı́nimo de un año 95 % seco. Hoy
este último criterio se ha extendido a la escala mensual, permitiendo tener una
variación estacional, con una serie de restricciones que se pueden consultar en
el Manual de Normas y Procedimientos de la DGA.
Estos criterios, de alguna manera algo arbitrarios, podrı́an continuar cam-

biando en el transcurso del tiempo, por lo que siempre será necesario consultar
a futuro cuáles son las últimas determinaciones vigentes al respecto.
Bibliografı́a

Hendriks, M. R. (2010), Indroduction to Physical Hydrology, Oxford University

Press.
Hormaechea, J. (1999), Estimación del caudal útil de extracción de bocatomas

en cauces de régimen pluvial, XIV Congreso Chileno de Hidráulica.
Castillo, J. (2004), Estimación de extracciones mensuales de bocatomas en rı́os

de régimen nival, Universidad T. F. Santa Marı́a, Depto. de Obras Civiles.
Fernández, B. (1991), Sequı́as en la Zona Central de Chile, Informe final de

proyecto, 94 pp., Pontificia Universidad Católica de Chile, Santiago, Chile.
Capı́tulo 8
ESTIMACIÓN DE LA
ESCORRENTÍA
Introducción
Uno de los problemas más frecuentes a que se ve abocado un hidrólogo o inge-

niero hidráulico, es a la estimación de los caudales en alguna sección especı́fica
de un rı́o. Esto se debe a que es difı́cil, en caso de que exista información flu-
viométrica medida en dicho cauce, que esta informacion coincida exactamente
con el lugar en que se necesita conocer dichos caudales o, lo que es más frecuen-
te, debido a que simplemente no existe información fluviométrica en la zona.
Los métodos a utilizar en estos casos corresponderán a relaciones estadı́sticas,
correlaciones entre distintas variables o a modelos conceptuales que permitan
evaluar la escorrentı́a a partir de información primaria respecto a precipitacio-
nes, simulando el ciclo de escorrent´ıa subsiguiente.
El método especı́fico a utilizar en cada caso dependera, por una parte, de

los objetivos y fines de la estimación requerida y, por otra parte, del tipo y
cantidad de información disponible y de la escala de tiempo requerida para
237
238 Estimación de la Escorrentı́a
caracterizar adecuadamente el problema en análisis.
Por ejemplo, las metodologı́as a utilizar serán bastante distintas si lo que se

pretende es evaluar recursos hı́dricos en términos de caudales medios o volúme-
nes de agua en perı́odos largos de tiempo o si se pretende estimar caudales
máximos o mı́nimos en un instante histórico dado, o en términos probabilı́sti-
cos.
Las situaciones más frecuentes, para las cuales se necesita estimar escorrentı́a
son, entre otras, las siguientes:
(i) Interpolar o rellenar estad´ısticas incompletas.

Muchas veces estadı́sticas disponibles resultan inútiles por la falta de
algún dato individual o la pérdida de algún perı́odo de medición. La
interpolación o relleno de la información faltante, permite la utilización
del resto de la información medida.
(ii) Extender estadı́sticas de duración demasiado corta.

La representatividad estadı́stica de los parámetros de una muestra de-
pende fundamentalmente del tamaño de la muestra. Para el análisis de
series hidrológicas se recomienda utilizar series del orden de 30 años. Si
las estadı́sticas disponibles son demasiado cortas, estas podrán extender-
se mediante distintos procedimientos a fin de aumentar el tamaño de la
muestra. Sin embargo, como los datos estimados tendrán mayor incerti-
dumbre que los datos medidos, para una mayor representatividad de los
parámetros de la estadı́stica extendida, se recomienda que la extensión
sea -al menos- del 25 % de la longitud de la estad´ıstica original.
(iii) Trasladar o trasponer informacion fluviométrica desde un punto conocido

a otro de mayor interés.
(iv) Sintetizar información fluviométrica, donde ella simplemente no existe.
(v) Predecir o pronosticar caudales o escorrent´ıa futura.
(vi) Análisis de gastos mı́nimos o sequı́as.
(vii) Análisis de gastos máximos o estudios de crecidas.

8.1. Transposición de caudales medios 239
Para cada una de las situaciones anteriores, a su vez, podrá requerirse in-
formación a distinta escala de tiempo, ya sea caudales instantáneos, medios
diarios, medios mensuales o simplemente volúmenes anuales de escorrentı́a.
En cuanto a la información disponible, podrán presentarse las siguientes situa-

ciones:
(i) Existencia de información fluviométrica en el lugar, pero en cantidad

insuficiente.
(ii) Existencia de información fluviométrica, pero en un lugar distinto, en la

misma cuenca o cuencas vecinas.
(iii) Existencia sólo de información meteorológica, en particular, pluviométri-

ca.
De lo anterior se deduce que los métodos tenderán en general a buscar rela-

ciones estad´ısticas entre distintas series de caudales o relaciones entre lluvias y
caudales, conocidas como relaciones precipitación-escorrentı́a.
Al respecto, es de especial importancia en la selección de la metodologı́a a

utilizar, establecer la escala de tiempo requerida para la información a estimar.
Los procedimientos serán distintos si sólo se requiere conocer el caudal medio
anual del r´ıo, si se requiere sintetizar estad´ısticas a nivel de caudales anuales,
incluso de caudales medios mensuales, respecto a si se requiere estimar caudales
extremos, caudales máximos diarios o instantáneos. Para valores promedios en
perı́odos de tiempo largo, las relaciones tendrán -en general- menos dispersión,
pudiendo intentarse relaciones caudal-caudal o precipitación-escorrentı́a entre
caudales totales y precipitaciones totales. Para intervalos de tiempo cortos o es-
tudios de crecidas, estas relaciones serán -en general- de baja calidad, debiendo
intentarse relaciones entre escorrentı́a directa y precipitación efectiva.
Como práctica de sana ingenierı́a es conveniente intentar inicialmente el uso

de métodos o procedimientos más simples, derivando hacia procedimientos más
complejos o sofisticados, en función de la calidad de los resultados obtenidos.
Algunos de los procedimientos o métodos más utilizados se describen en los

acápites siguientes.
8.1. Transposición de Caudales Medios
Si se dispone de información fluviométrica en otras secciones de la misma cuenca

o en cuencas vecinas, pueden estimarse caudales postulando igualdad de gastos
especı́ficos:
Qy Qx (8.1)
=
Ay Ax
donde Ay y Ax son las respectivas áreas de las cuencas aportantes a cada sec-
ción. Esta relación, en definitiva una regla de tres simple, supone la semejanza
total entre las dos cuencas, excepto por su tamaño, por lo que debe ser utilizada
sólo para secciones dentro de una misma cuenca o cuencas vecinas, y sólo para
la estimación de caudales promedio, cuando mucho a escala mensual.
Si además se conoce la pluviometrı́a sobre las respectivas cuencas, la trans-

posición anterior puede mejorarse imponiendo una condición de igualdad de
rendimientos:
Qy Qx
= (8.2)
P y · Ay P x · Ax
donde P y y P x son las precipitaciones medias sobre las respectivas áreas apor-
tantes.
La relación anterior, nuevamente es recomendable sólo para escalas de tiem-

po grandes, caudales medios anuales y -tal vez- caudales medios mensuales,
siempre que no haya una componente nival. En general, la transposición en
base a igualdad de rendimientos resulta más precisa que la transposición en
base a gastos especı́ficos para el caso de caudales medios anuales; no sucede lo
mismo si se intentan transposiciones a escala mensual, donde la transposición
en base a rendimientos tiende a resultar mejor sólo en el perı́odo lluvioso en que
la magnitud de las precipitaciones es grande, mientras que en los perı́odos de
estiaje, debido a la inercia de la variable caudal, su relación con la precipitación,
que incluso puede ser nula, pierde validez.
Ambas relaciones anteriores son adimensionales. El uso del análisis dimen-

sional ha sido intentado por diversos autores para intentar mejorar la calidad
de las transposiciones, incorporando otros factores de tipo geomorfológico o cli-
matológico, lo que ha dado origen a diversas fórmulas de transposición (André,
2009, Miranda, 2011).
8.3. Uso de Correlaciones Estad´ısticas 241
8.2. Transposición de Caudales de Crecida
Una fórmula propuesta por Creager para la estimación de caudales máximos,

tiene la estructura
−0.048
Q = 1.302 · C · (0.386 · A)0.9358A m3 /s (8.3)
donde A es la superficie de la cuenca en km2 y C es una constante a determinar

localmente. Puede intentarse para la transposición de caudales de crecida, la
relación
0.9358A−0.048
Qy (0.386Ay) y
(8.4)
= −0.048
Qx 0.9358A
(0.386Ax ) x
Diversos procedimientos similares a este, basados en fórmulas empı́ricas pue-

den encontrarse en la literatura. Estas formulas, incluida la de Creager, deben
utilizarse con precaución, a menos que hayan sido validadas de alguna manera
en la zona de análisis.
8.3. Uso de Correlaciones Estadı́sticas
Las correlaciones estadı́sticas son una herramienta matemática poderosa que

puede utilizarse pragmáticamente para relacionar cualquier conjunto de va-
riables, sujeto a que se obtengan niveles de correlación admisibles. Su única
restricción es que exige la disponibilidad de datos simultáneos de las variables
en análisis durante algún perı́odo mı́nimo de tiempo.
Ası́, en caso de disponerse de algún nivel de información fluviométrica en

la sección de interés, como es el caso de relleno o ampliación de estadı́sticas
y pronósticos, puede intentarse el uso de estas correlaciones estadı́sticas con
alguna o más variables explicativas, tales como caudales en secciones vecinas,
precipitaciones u otras variables.
Estas correlaciones podrán ser lineales, no lineales, simples o múltiples, es-

cogiendo aquella que resulte más significativa de acuerdo a los coeficientes de
correlación obtenidos.
8.3.1. Regresión Lineal Simple
El caso más elemental corresponde a la regresion lineal simple entre dos varia-
bles, que obedece a la ecuación,
ŷ = a · x + b (8.5)
donde ŷ es el valor estimado de la variable dependiente, x es la variable in-

dependiente y los coeficientes a y b se obtienen de una minimización de los
errores de estimación mediante el método de los mı́nimos cuadrados, con las
expresiones
Σ
−(x
Σ
i x)−(yi y)
(8.6)
a=
(xi −2 x)
b =y−a·x (8.7)
El coeficiente de correlación R, cuyo valor absoluto varı́a entre 1 y 0, para una
correlación perfecta y una correlación nula respectivamente, puede estimarse,
entre otras fórmulas, como
s Σ
(yi − ŷ)2
R= 1− Σ 2 (8.8)
(y i − y)
Por convención se utiliza el signo positivo para R cuando la correlación es
positiva (coeficiente de regresión a > 0). El signo negativo se utiliza para co-
rrelaciones negativas.
El cuadrado del coeficiente de correlación, el coeficiente de determinación

R2 , es un ı́ndice del porcentaje o fracción de las variaciones de la variable
dependiente que son explicadas por las variaciones de la variable independiente.
Es costumbre en hidrolog´ıa aceptar el valor R2 > 0.5 o |R| ≥ 0.7, como grado
de correlación aceptable.
Como todo estimador estadı́stico, el coeficiente de correlación R es un estima-

dor del coeficiente de correlación de la población ρ, y su significancia depende
del tamaño N de la muestra, siendo más significativo mientras mayor sea el
tamaño de la misma. Luego, para muestras muy pequeñas suelen obtenerse coe-
ficientes distintos de cero sólo por efecto del muestreo, aún cuando no exista
correlación.
Un test estadı́stico, que es estrictamente valido sólo para poblaciones de

distribución binormales, pero de utilización generalizada, es el siguiente:
8.3. Uso de Correlaciones Estad´ısticas 243
Si se plantea la hipótesis nula que la correlación poblacional es nula, ρ = 0,

y se extrae de ella una muestra de tamaño N , entonces la variable
R
t=q (8.9)
1 R2
−
N −2
tiene una distribucion de t-Student con N − 2 grados de libertad. Luego, com-

parando el valor de t muestral con el valor teórico tα , generalmente con un
nivel de confianza del 90 % (α = 0.05), se acepta la hipótesis nula ρ = 0, si
tα > t. En caso contrario, la hipotesis se rechaza, aceptándose por consiguiente
la existencia de correlación (ρ /= 0).
El hecho de establecer la existencia de una correlación no nula, no significa

que el valor muestral de R coincida con ρ. Para determinar el intervalo de
confianza del valor muestral R, puede utilizarse el siguiente test:
Si R constituye una representación muestral del coeficiente de correlación

ρ /= 0, entonces la variable
1 1+R
𝑥= ln (8.10)
2 1−R
tiene una distribución gaussiana con media

1 1+ρ
µ = ln (8.11)
𝑥
2 1−ρ
y desviación estándar
r 1
σ𝑥 = (8.12)
N −3
Luego, la variable
h i h i
1+R 1+ρ
ln − ln
𝑥 − µ𝑥 1−R 1−ρ
𝑥r = = q (8.13)
σ𝑥 4
N −3
tiene una distribución normal centrada y reducida cuyo valor |𝑥r | deberá ser
menor a la cantidad |𝑥α| para un nivel de confianza determinado, lo que permite
conocer el intervalo de confianza del coeficiente de correlación ρ.
Ejemplo 8.2.1
De una regresión lineal simple de una muestra de N = 52 pares de datos, se

obtuvo un coeficiente de correlación R = 0.53. De esta forma,
1+R
2𝑥 = ln = 1.18
1−R
r
4
2σ𝑥 = = 0.286
N −3
Ahora, para un intervalo de confianza del 95 % (α = 0.05), de las tablas de

la distribución normal se obtiene |𝑥α | ≤ 1.96. Luego:
. 1+ρ .
. 2𝑥 − 2µ𝑥 . ≤ |𝑥α | ⇒ 1.18 − ln ≤ 0.286|𝑥 | = 0.56
. 2σ𝑥 . . 1−ρ . α
1+ρ
ln = 1.18 ± 0.56
1−ρ
1+ρ
0.62 < ln < 1.74
1−ρ
0.3 < ρ < 0.70
Es decir, con un 95 % de confianza, el verdadero valor de ρ está comprendido

entre los valores 0.3 y 0.7
-
8.3.2. Regresiones No Lineales o Múltiples
Algunas relaciones no lineales pueden linearizarse utilizando logaritmos y resol-

verse con el mismo procedimiento anterior. En el caso de las relaciones lineales
múltiples o relaciones polinomiales, aunque conceptualmente el procedimiento
es el mismo, la determinación de los coeficientes de regresión implica la solución
de sistemas de ecuaciones que puede tornarse bastante laboriosa. Afortunada-
mente existen numerosos programas computacionales (SPSS u otros), incluyen-
do las planillas electrónicas de cálculo, que permiten establecer regresiones de
diferentes tipos, incluyendo sus coeficientes de regresión y correlación.
8.4. Pronósticos o predicción de caudales estacionales futuros 245
Las correlaciones estadı́sticas pueden utilizarse para el relleno y extensión

de estad´ısticas demasiado cortas, pudiendo las variables independientes ser da-
tos de caudales en estaciones vecinas, datos de precipitación u otras variables
hidrológicas o meteorológicas que resulten pertinentes.
8.4. Pronósticos o Predicción de Caudales Estacionales Futu-

ros
Un caso t´ıpico del uso de regresiones y correlaciones se presenta en el caso de

predicciones o pronósticos de escorrentı́a estacional. En muchas regiones del
mundo, particularmente en Chile central, se presenta el fenómeno de que la
temporada lluviosa ocurre durante el perı́odo de invierno siendo la temporada
de verano bastante seca en términos pluviométricos. Sin embargo, en los prin-
cipales rı́os de la zona la precipitación ocurre en forma sólida y se mantiene
acumulada en forma de nieve estacional, produciéndose la escorrentı́a durante
la temporada pluviométricamente seca de la primavera y el verano, época en
que se produce el derretimiento de la nieve acumulada. Es decir, al comienzo
de la temporada de crecidas o de deshielos, digamos al 1 de Septiembre, en
Chile central, ya ha ocurrido y se conoce gran parte de la precipitación que
ha ocurrido en el invierno inmediatamente anterior, que será la fuente de la
escorrent´ıa de deshielos.
Ante esta caracterı́stica climática, que corresponde como se ha dicho a las

cuencas de mayor importancia en Chile, resulta de gran beneficio económico
poder pronosticar o determinar a priori, los caudales que habrá disponibles
durante el verano, a fin de poder planificar en forma óptima los programas de
utilización de aguas de regadı́o, de operación de centrales hidroeléctricas y el
uso del agua en general.
8.4.1. Pronóstico de Volúmenes Estacionales
El método más utilizado para efectuar estos pronósticos se basa en correla-

cionar el volumen de agua escurrido durante la temporada de deshielo con la
precipitación total caı́da en el invierno inmediatamente anterior. Por ejemplo,
si se acepta que la temporada lluviosa se concentra entre los meses de mayo

y agosto, en Chile central, será posible estimar el volumen de agua a escurrir
entre septiembre y abril teniendo medida la precipitación caı́da en el perı́odo
inmediatamente anterior. Se intenta, en general, correlaciones del tipo,
VSA = a · I + b o VSA = m · In (8.14)
donde VSA es el volumen de escorrentı́a entre septiembre y abril o el perı́odo

que se estime más adecuado en algún caso particular, e I es un ı́ndice general
de precipitación entre mayo y agosto, o el perı́odo que corresponda, que puede
elaborarse con las estadı́sticas disponibles que permitan la mejor correlación
posible. Este ı́ndice I puede incorporar, según la información que se disponga,
datos de precipitación lı́quida (datos de pluviómetros), precipitación sólida (da-
tos de rutas de nieve) e incluso otras variables meteorológicas e hidrológicas que
puedan mejorar la correlación. Si existe, por ejemplo, “n” registros de valores
acumulados de precipitaciones o rutas de nieve en la región, el ı́ndice I se puede
asimilar a un ´ındice de precipitacion caracter´ıstico de la cuenca denominado
ı́ndice de precipitación media estacional ponderada, P , definido por
n
I=P = a iP i (8.15)
i=1
donde Pi es la precipitacion o valor de ruta de nieve acumulado en cada una

de las n estaciones de la cuenca en el perı́odo mayo-agosto.
Los coeficientes de ponderación αi pueden obtenerse mediante una correlación

múltiple del tipo
VSA = b1P1 + b2P2 + ... + bnPn + b0 (8.16)
de la cual se eliminan las estaciones que den coeficientes de regresion negativos o

cercanos a 0, pues significa que no influyen significativamente en la correlación.
Los coeficientes de ponderación resultan entonces
n
bi
ia =Σ con ai = 1 (8.17)
bi i=1
En ocasiones no todos los meses del perı́odo de invierno tienen la misma

importancia en el establecimiento de la correlación, pues las precipitaciones de
los primeros meses pueden verse afectas a las condiciones iniciales del suelo
que generan deshielos prematuros o quedar más afectas a otras condiciones

climáticas imperantes. Luego, si el ı́ndice P no logra resultados satisfactorios,
este puede ampliarse a un ı́ndice de precipitación mensual ponderada,
n
I=Z= Zi (8.18)
i=1
donde Zi a su vez corresponde a un promedio ponderado temporal de las pre-

cipitaciones de cada estación, del tipo
Zi = ai αM PiM + αJN PiJN + α JL P JL

i + αAP i
A
(8.19)
donde los αK representan a su vez la importancia relativa de la precipitación

de cada mes en cada estación, los cuales se obtienen en forma similar al caso
anterior mediante regresiones múltiples extendidas. Debe tenerse en cuenta
que al ir incorporando un mayor número de variables explicativas se le van
quitando grados de libertad al sistema con lo que el poder predictivo de la
relación disminuye, por lo que conviene no abusar de este procedimiento.
Hay incluso casos, particularmente en cuencas altas, donde la nieve acumula-

da puede perdurar de un año para otro con una regulación interanual. En estos
casos, puede resultar necesario recurrir a un ı́ndice de precipitación anterior,
definido como
IAt = β1It + β2It−1 (8.20)
donde β1 + β2 = 1 y el subı́ndice “t” se refiere al año para el cual se establece

la correlación.
Cualquiera que sea la ecuación de regresión que se obtenga, recomendándose

la más simple que arroje una correlación admisible, conociendo al 1 de septiem-
bre de un año cualquiera, las precipitaciones ocurridas entre mayo y agosto,
puede pronosticarse el volumen de escorrent´ıa a ocurrir entre septiembre y abril.
8.4.2. Distribución Estacional del Volumen de Deshielo
De tanto interés como conocer el volumen total a escurrir, es saber cómo se van a
distribuir los caudales en los distintos meses de la temporada. Para pronosticar
la magnitud del escurrimiento y ubicar cuál será el mes de máximo caudal, suele
dar buenos resultados buscar una correlación entre el volumen total estacional
entre septiembre y abril, con el volumen del mes de máximo caudal, tal como
se indica en la Figura 8.1, donde aparte de la correlación obtenida se indica con
distinta nomenclatura, cuál fue el mes en que dicho máximo escurrió. Como se
observa en la figura, dentro de un cierto rango de volúmenes totales, el máximo
caudal ocurre sistemáticamente el mismo mes. Luego, si la relacion obtenida es
aceptable, conocido o pronosticado el volumen total a escurrir, esta relacion nos
permite establecer cuánto será el volumen a escurrir durante el mes de máximo
caudal y cuál será ese mes.
Figura 8.1: Distribución caudal máximo de deshielo.
Finalmente, para evaluar la distribucion de los caudales durante el resto

de los meses, suele postularse que su distribución será similar al promedio
históricamente ocurrido. Para ello se determina para todos los años históricos
en que el máximo ocurrió en un mismo mes, cuál fue la fracción escurrida,
respecto a ese máximo, del resto de los meses de la temporada. La Figura
8.2 muestra un ejemplo de estas relaciones, para el caso de los años en que el
máximo ocurrió en noviembre en un cierto rı́o.
Debe considerarse que como la distribución de los volúmenes de cada mes se

evalúa independientemente de la determinación del volumen total, para propósi-
tos de consistencia debe verificarse que se cumpla la ecuación de balance másico
A
V = A
(8.21)
S
S
V
mes,i
Si la diferencia entre ambos valores es pequeña, digamos menor al 10 %, suele

corregirse la magnitud de cada uno de los caudales mensuales, para lograr la
igualdad. Si la diferencia es mayor, el mejor procedimiento es el siguiente: Con
la diferencia entre los volúmenes totales, se determina de la Figura 8.1 un δmes
max
con el cual se corrige la estimación del mes de máximo y a través de la Figura

8.2, los valores del resto de los meses. El procedimiento se repite hasta que las
sumas cuadren.
1.2
1.0
0.8
Vmes/Vmes máximo
0.6
0.4
0.2
0
oct nov dic ene feb mar abr
mes
Figura 8.2: Distribución caudales de deshielo para el caso en que el caudal
máximo ocurre en noviembre.
El procedimiento indicado, al considerar que el comportamiento de los cau-

dales corresponderá a una situación promedio del comportamiento histórico del
rı́o en el perı́odo de deshielo, puede dar pronósticos errados si las condiciones
pluviométricas de un año en particular resultan distintas a la situación pro-
medio. Por ello resulta conveniente ir actualizando el pronóstico a medida que
se conoce la nueva información. En el caso anterior, al 1 de octubre, cuando
ya se conocen las precipitaciones del mes de septiembre, puede repetirse todo
el proceso, pero considerando ahora un ı́ndice de precipitación que cubra el
perı́odo mayo-septiembre, para obtener un pronóstico actualizado del perı́odo

octubre-abril.
Como se verá más adelante, existen otras alternativas para efectuar estos
pronósticos, que se basan en técnicas de simulación y, potencialmente, métodos
matemáticos más avanzados como redes neuronales u otros.
8.5. Relleno y Extensión de Estadı́sticas
8.5.1. Extensión o Relleno de Datos Individuales
Para el relleno de estadı́sticas aisladas y eventualmente extensión de registros a

escala mensual o anual, cuando los objetivos son meramente estad´ısticos, pue-
den utilizarse los mismos procedimientos descritos para el relleno o extensión
de precipitaciones en la sección 4.6.1, respecto a relleno con promedios de es-
taciones vecinas, curvas doble acumuladas o correlaciones, con la salvedad de
la conveniencia de trabajar con caudales especı́ficos.
8.5.2. Extensión de Curvas de Duración General
En el caso en que el objetivo de extender estad´ısticas, sea el de generar cur-

vas de duración general más confiables, y las correlaciones obtenidas para su
estimación con una estación vecina, no sean muy buenas, puede extenderse
la curva de duración de la estación de menor longitud, mediante el siguiente
procedimiento. Se construyen las curvas de duración general de las dos estacio-
nes considerando solamente el perı́odo común. Luego se construye la curva de
duración con la información completa de la estación más larga, determinando
para cada magnitud de caudal la nueva probabilidad de excedencia que resulta,
para finalmente construir la curva de duración extendida de la estación más
corta, imponiéndole a cada caudal, la misma modificación de su probabilidad
de excedencia que resultó para la estación más larga.
En las Figuras 8.3 y 8.4 se ilustra el procedimiento. Sean Q1 los caudales

correspondientes a la estación de mayor longitud, y Q2 los caudales de la es-
tación que se desea extender. Se procede a confeccionar las curvas de duración
8.5. Relleno y Extensión de Estadı́sticas 251
de la estación de mayor duración para el perı́odo de tiempo total (sean 280

datos) y para el perı́odo en que existe informacion común (sean 210 datos),
Figura 8.3. Para un caudal dado, sean 3020 [m3/seg], la serie completa indica
una probabilidad de excedencia de 0.25 mientras que en la serie truncada la
probabilidad de excedencia se reduce a 0.13, es decir, si la serie más larga hu-
biese tenido la misma longitud y perı́odo que la serie más corta, se le hubiese
asignado una probabilidad de excedencia de 0.13 en vez del valor más repre-
sentativo de 0.25. En la Figura 8.4 se confecciona la curva de duración general
de la serie más corta, según la cual a la probabilidad de excedencia de 0.13 le
corresponde un caudal de Q2 = 1260 [m3/s]. Aplicando el raciocinio inverso al
anterior, se postula que si la serie corta hubiese tenido la extensión de la serie
mayor, al caudal Q2 = 1260 [m3/s] se le hubiese asignado una probabilidad de
0.25. Repitiendo el procedimiento para distintos valores de las probabilidades
y caudales de la serie corta, se va construyendo la curva de duración general
extendida a un perı́odo de 280 datos, indicada en cian, de la serie Q2 .
Serie Q1 completa, 280 valores

Serie Q1 truncada, 210 valores
Distintas probabilidades asignadas a un mismo caudal
Caudal [m3/s]
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Figura 8.3: Curva duración serie mayor longitud (Q1 ).

Serie Q2 original, 210 valores

Serie Q2 extendida
Distintas probabilidades asignadas
a un mismo caudal
Caudal [m3/s]
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Figura 8.4: Curva de duración serie menor longitud (Q2 ).
8.6. Relaciones Precipitación-Escorrentı́a Volumétricas
8.6.1. Déficit de Escorrentı́a
La forma más simplificada para representar la ecuación de balance hidrológico

es de la forma,
P − ET = Q + δV (8.22)
donde δV a escala anual (o mayor) tiende a cero.
Diversos autores han propuesto métodos para estimar lo que se ha denominado

el déficit de escorrentı́a, definido como,
D =P −Q (8.23)
Disponiendo de alguna expresión para estimar D, conocida la precipitación P ,

se podrá estimar Q.
8.6.1.1. Fórmula de Turc
Turc propuso para estimar el déficit de escorrentı́a, la relación,

P
D = √ [mm/año] (8.24)
0.9 + (P/L)2
8.6. Relaciones Precipitación-Escorrentı́a Volumétricas 253
donde P es la precipitación anual en [mm] y L es un ı́ndice de calor definido

por la relación,
L = 300 + 25T + 0.05T 3 (8.25)
donde T es la temperatura media anual en ºC.
8.6.1.2. Fórmula de Coutagne-Wundt
Coutagne propone la relacion,
D = P − λ · P 2 [mm/año] (8.26)
donde
λ = (0.8 + 0.14T )−1 (8.27)
Esta fórmula serı́a válida para valores de P que cumplan la relación,

1 1
<P <
8λ 2λ
Para precipitaciones menores, la escorrent´ıa ser´ıa nula y para valores mayores,

D se independiza de P , tomando el valor
Dmax = 0.2 + 0.035T (8.28)
Wundt, propone la misma formula, pero limitando el máximo valor de D por

la relación,
1
Dmax = (8.29)
4λ
que resulta de reemplazar en la ecuación (8.28) el valor de T dado por la
ecuación (8.27).
De la estructura de la fórmula anterior, se deduce que la evaluación directa de

Q darı́a la expresión,
Q = λP 2 (8.30)
Esta expresión, válida para P < 1 m, ha sido frecuentemente utilizada en Chile,

bajo los nombres de fórmula de Grunsky (λ = 0.4) o fórmula de Quintana o
Peñuelas (λ = 0.5).
8.6.2. Fórmulas Empı́ricas
Se ha propuesto en la literatura un sinnúmero de fórmulas empı́ricas para

relacionar la escorrentı́a anual con la precipitación anual. La mayorı́a de ellas
tiene la estructura
Q = aP b [mm/año] o Q = a (P − P0 )b [mm/año] (8.31)
Las fórmulas de Grunsky o Peñuelas, antes vistas corresponderı́an al primer

tipo. Entre la fórmulas propuestas con la estructura del segundo tipo, es posible
rescatar la fórmula de Langbein,
Q = a (P − P0 )2 [mm/año] si P < Pc (8.32)
donde los parámetros a, b y P0 dependen según este autor de una tempera-

tura media anual ponderada por la magnitud de las precipitaciones, según la
expresión,
12
TiPi
i=1
Tp = 12
(8.33)
Pi
i=1
donde Pi y Ti son las precipitaciones mensuales y temperaturas medias men-

suales en ºC, respectivamente.
Los valores de los parámetros serı́an los siguientes:
Tabla 8.1: Parámetros fórmula de Langbein

Tp °C a P0 (m) Pc (m)
0 0.90 0.00 0.55
5 0.60 0.08 0.90
10 0.50 0.15 1.15
15 0.47 0.27 1.32
20 0.41 0.38 1.58
25 0.34 0.49 1.91
Cualquier precipitación en exceso a Pc , escurrirı́a totalmente.

8.6.3. Método del Balance de Thornthwaite
En la sección 3.5.1 se vio la fórmula de Thornthwaite, para estimar la eva-

potranspiración potencial. Para estimar la evaporación real, el déficit de esco-
rrent´ıa y -por ende- la escorrent´ıa mensual, Thornthwaite propuso desarrollar
un balance h´ıdrico sobre la capa superficial del suelo, que contribuye a la evapo-
transpiración. El método supone que la evaporación real será igual a la potencial
si la disponibilidad de agua, es decir, la suma de la precipitación del mes más
la humedad inicial contenida en el suelo son suficientes; en caso contrario, la
evaporación real queda limitada a la disponibilidad de agua.
Si la precipitación excede a la evaporación potencial, el exceso de agua au-

menta la humedad del suelo hasta completar su capacidad máxima de almace-
namiento o capacidad de campo, supuesta del orden de 100 mm. Todo exceso
de agua por sobre este valor umbral, constituye la escorrent´ıa de la cuenca.
A fin de considerar los efectos de retardo de la cuenca sobre la escorrent´ıa,
Thornthwaite propone que sólo el 50 % del exceso de agua de un mes dado, se
manifiesta como escorrent´ıa durante ese mismo mes, sumando el otro 50 % al
exceso de agua del mes siguiente, y as´ı sucesivamente.
Para la aplicación el método de balance, no necesariamente deben utilizar-

se las estimaciones de evapotranspiración potencial propuestas por el propio
Thorntwaite, pudiendo recurrirse a otras fuentes de información al respecto.
Utilizando los datos de precipitación y evaporación de bandeja de la ciudad de
Rancagua y postulando que la evapotranspiración potencial sea un 70 % de la
evaporación de bandeja, en la Tabla 8.2 se incluye una tabulación ejemplo del
método del balance de Thornthwaite.
Al respecto, como en todo balance en el tiempo, deben postularse ciertas

condiciones iniciales, en este caso la humedad del suelo y escorrent´ıa iniciales.
Iniciando el balance al comienzo del año hidrológico, puede postularse una
humedad inicial nula, verificando su validez comparándola con la humedad final
del último mes, la que también debiera resultar nula. Si esto no ocurre, debiera
iterararse este valor, hasta verificar que ambas humedades resulten iguales.
Algo similar debe hacerse con la escorrentı́a inicial, suponiendo un año cı́clico,
es decir, el retardo del último mes debe sumarse al excedente del primer mes,
iterando hasta que la solución converja. Ambos aspectos se destacan con color
cian en la Tabla 8.2.
Tabla 8.2: Tabulación ejemplo del método del balance de Thorntwaite

MES A M J J A S O N D E F M TOT
Precipitación [mm] 21.9 74.7 103 77.9 65.6 31.4 17.2 9.9 4.4 2.8 2.2 7.3 418.3
Ev. de bandeja 60 28 18 21 34 51 103 155 190 210 150 109 1129
ET Potencial [mm] 42 19.6 12.6 14.7 23.8 35.7 72.1 109 133 147 105 76.3 790.3
Humedad Inicial 0 0 55.1 100 100 100 95.7 40.8 0 0 0 0
Evapotranspiración real 21.9 19.6 12.6 14.7 23.8 35.7 72.1 50.7 4.4 2.8 2.2 7.3 267.8
Humedad intermedia 0 55.1 145.5 163 142 95.7 40.8 0 0 0 0 0
Déficit 20.1 0 0 0 0 0 0 57.8 129 144 103 69 522.5
Humedad final 0 55.1 100 100 100 95.7 40.8 0 0 0 0 0
Excedente 0 0 45.5 63.2 41.8 0 0 0 0 0 0 0 150.5
Escorrentı́a [mm] 0.17 0.083 22.79 43 42.4 21.2 10.6 5.3 2.6 1.32 0.66 0.33 150.5
Los valores del balance resultan en [mm/mes], por lo que deberán multipli-
carse por la superficie de la cuenca aportante para transformarlos en unidades
de caudal. Aparte de la estimación de los caudales mensuales, alguna otra in-
formación puede obtenerse de este balance; por ejemplo, nos indica cuánto es
la evapotranspiración real, y el déficit de Thornthwaite nos indica la cantidad
de agua que habr´ıa que aplicar para mantener cultivos permanentes durante
todo el año, en el ejemplo, 522.5 [mm], y en que meses debiera aplicarse, en el
ejemplo, entre noviembre y abril.
Hoy, sin embargo, el principal interés del método de Thornthwaite es que

puede considerarse un precursor de los modelos de simulación hidrológica. Efec-
tivamente, los valores de humedad máxima de 100 [mm] y un retardo de la es-
correntı́a del 50 % son cifras bastante arbitrarias y no tienen por qué ser válidas
para diferentes configuraciones geomorfológicas de las cuencas. En consecuen-
cia, parece razonable adoptar para distintas cuencas valores distintos de estos
dos “parámetros”, de manera que reproduzcan de la mejor forma posible los
volúmenes de escorrentı́a y la variación estacional de una cuenca en particular.
Con el advenimiento de los computadores en las últimas décadas, esto no

sólo es fácilmente realizable utilizando algún método de optimización, sino que
idealizaciones conceptuales del ciclo de escorrent´ıa tan simples como la plan-
teada por Thornthwaite, han podido ser ampliadas incorporando conceptos y
relaciones cada vez más complejas, con la posibilidad de calibrar los paráme-
tros de los modelos, permitiendo una respuesta de las simulaciones, cada vez
más proximas a las respuestas reales de los sistemas fı́sicos que se pretende
modelar. A partir del primer modelo de este tipo, el Stanford Watershed Mo-
del, propuesto en la década de los sesentas del siglo 20 por Crawford y Linsley
(1966), se han desarrollado en diversas partes del mundo, modelos de simula-
ción hidrológica de este tipo, tanto a escala mensual, diaria o aún horaria. En
Chile, uno de los primeros y más utilizados, corresponde al desarrollado por
Brown, Ferrer y Ayala (1973), que trabaja a escala mensual. Posteriormente
se han propuesto en Chile, modelos a escala diaria, como el modelo SIMED
de la DGA o el modelo QMD propuesto por Kuhlmann y modificado por Y.
Morales. A nivel internacional, existe hoy en d´ıa una gran cantidad de modelos
de este tipo, algunos comerciales y otros de libre disposición en Internet, entre
los que se puede mencionar el modelo Sacramento del U.S. Corps of Engineers.
Los modelos antes descritos, en los cuales se pretende reproducir el compor-

tamiento de una cuenca simulando los procesos y fenómenos fı́sicos que ocurran
en ella, a través del conocimiento que se tenga de estos fenómenos, constituyen
lo que en Hidrologı́a se denomina “sı́ntesis hidrológica”.
Existe otra aproximación al problema a través del “análisis hidrológico” o

modelos de “caja negra”, en que se renuncia a la pretension de poder explicar
el fenómeno en términos fı́sicos, introduciendo una “función de transferencia”
meramente matemática que relaciona las excitaciones con la respuesta del sis-
tema.
Esta segunda alternativa permite incorporar a los estudios hidrológicos mu-

chas herramientas de la teorı́a de análisis de sistemas.
Bibliografı́a
Brown, E., P. Ferrer, & L. Ayala (1973), Simulación de gastos medios men-
suales en una cuenca pluvial, II Coloquio Nacional de Ingenierı́a Hidráulica,
Universidad Católica, Santiago, Chile.

Crawford, N. H., & R. K. Linsley, (1966), Digital Simulation in Hydrology:

Stanford Watershed Model IV, Technical Report No. 39, Department of Civil
Engineering, Stanford University, p. 210.

Capı́tulo 9
ESTUDIO Y ESTIMACIÓN
DE CRECIDAS
Introducción
Cuando se pretende analizar o reproducir crecidas, o caudales a escala horaria

y aún instantanea, las relaciones entre precipitación total y escorrentı́a total
suelen no dar buenos resultados, debiendo intentarse relaciones entre la preci-
pitación efectiva y la escorrentı́a directa. Para ello, por una parte debe descon-
tarse o restarse a la escorrentı́a total, aquella fraccion más o menos constante,
que constituye el flujo base o caudal existente en el r´ıo antes del comienzo de
una determinada tormenta, mientras por otra, debe restarse al hietograma de
precipitación total, aquella fracción de la lluvia que es retenida, detenida o
infiltrada, dejando sólo aquella parte que contribuye a la escorrentı́a directa,
anteriormente definida como precipitación efectiva.
259
260 Estudio y Estimación de Crecidas
9.1. Estimación de la Infiltración
La fraccion de la lluvia que se pierde para efectos de la escorrent´ıa directa por

concepto de infiltración, puede evaluarse por medición directa, con instrumen-
tos llamados infiltrómetros, puede estimarse con distintas formulas o modelos
anal´ıticos tales como los propuestos por Horton, Phillip, Green-Amt, o Morel-
Seytouk o pueden utilizarse “indices de infiltración” constantes, que consisten
en restar al hietograma de precipitación total una tasa constante de infiltra-
ción, tal que resulte un volumen de precipitación efectiva igual, por definición,
al volumen de escorrent´ıa directa.
9.1.1. Ecuación de Horton
Horton (1939) propuso una ecuación para estimar la variación de la tasa de

infiltración en el tiempo que obedece a la siguiente estructura de decaimiento
exponencial,
f (t) = fc + (f0 − fc) e−α·t (9.1)
donde f0 es la tasa de infiltración inicial, dependiente de la humedad inicial

del suelo, y fc es la tasa constante de infiltración a la que tenderı́a el suelo a
medida que el proceso de infiltración continúa. Para la mayorı́a de los suelos
esta tasa constante se alcanza antes de un par de horas, por lo que el parámetro
fundamental de la ecuación es fc y para el cual se ha propuesto el siguiente
rango de valores:
Tabla 9.1: Parámetros de la ecuación de Horton

Tipo de suelo fc [mm/hr]
Arcillas 0.5 a 4
Limos 4a8
Arenas 8 a 12
9.1. Estimación de la Infiltración 261
9.1.2. Ecuación de Philip
Philip (1957), con un desarrollo de base teorica, según una tasa de decaimiento
de tipo potencial, propone una fórmula con la siguiente estructura,
1
f (t) = S · t−1/2 + K (9.2)
2
donde,
S: denominada “adsorción”, depende de la humedad del suelo.
K: es equivalente a fc de Horton, debiendo aproximarse ambos valores a lo
que se denomina como conductividad hidráulica del suelo, cuando el flujo de
infiltración es vertical.
9.1.3. Ecuación de Green-Ampt
Si la tasa de infiltración en funcion del tiempo es f (t), entonces la variable

∫ t
F (t) = fdt (9.3)

0
corresponde al volumen total por unidad de superficie incorporado al suelo, o

infiltración acumulada hasta el instante t.
Green-Ampt (1911), postulando que el frente de infiltración progresa en la

forma de una lámina horizontal que va saturando progresivamente al suelo a
medida que avanza en profundidad, y resolviendo la ecuación de continuidad
correspondiente, llegan a la expresión,
F (t) = K · t + (p − θ)(h0 + ϕ) ln 1 + F (t) + (9.4)

( )
p − θ)(h0 ϕ
ecuación implı́cita que puede resolverse por el método de Newton. Los paráme-
tros de la ecuación de Green-Ampt son los siguientes:
p = porosidad del suelo o cuociente entre el volumen de vac´ıo y volumen total.

θ = humedad inicial del suelo o cuociente entre el volumen de agua y el vo-
lumen total. Nótese que el valor máximo posible de humedad, cuando el suelo
está saturado, alcanza el valor θs = p.
K = conductividad hidráulica o coeficiente de permeabilidad del suelo satura-
do, parámetro altamente dependiente de la granulometrı́a del suelo ([L/T ]).
h0 = carga o lamina de agua sobre la superficie del suelo, [L], valor que nor-
malmente se supone despreciable.
ϕ = carga de succión del suelo, [L], en rigor, energı́a por unidad de peso, valor
asociado a la cantidad de agua que el suelo es capaz de retener contra la acción
de la gravedad por efecto de tensión superficial, valor altamente dependiente
de la humedad del suelo.
Los valores numéricos de los parámetros involucrados en la ecuación de

Green-Ampt deben buscarse en textos más especializados de aguas subterráneas
o de mecánica de suelos. En cualquier caso, conocidos o estimados los paráme-
tros involucrados, la infiltración acumulada F (t) puede determinarse resolvien-
do por tanteo o mediante el método de Newton. Por último, una vez conocida la
infiltración acumulada F (t) al tiempo t, la tasa de infiltración f (t), se obtiene
derivando la ecuación anterior, obteniéndose,
(h0 + ϕ)(p − θ)
f (t) = K 1 + (9.5)
F (t)
9.1.4. Tiempo de Encharcamiento
Todas las expresiones anteriores para estimar la infiltración, suponen que en

todo momento existe la cantidad de agua necesaria para infiltrar, es decir, la
intensidad de la precipitación i(t) es mayor que la tasa de infiltración f (t). En
estos términos, las fórmulas corresponden a un concepto de infiltración poten-
cial. Evidentemente si la intensidad de precipitación es inferior a la capacidad
potencial de infiltración del suelo, la tasa real de infiltración quedará limitada
a la tasa de precipitación.
Se define el concepto de “tiempo de encharcamiento” como el tiempo reque-

rido para lograr la formación de una capa libre de agua sobre el suelo o punto
de encharcamiento, tiempo a partir del cual la tasa de infiltración potencial se
hace inferior a la tasa de precipitación, produciéndose precipitación en exceso
e infiltración a tasa potencial gobernada por las caracterı́sticas del suelo. Antes
de este tiempo, se infiltrará sólo la intensidad de la lluvia i(t) que será menor
que f (t).
En estricto rigor, el tiempo de encharcamiento se debiera producir cuando la

tasa de infiltración se haga igual a la intensidad de la lluvia, supuesta constante,
y cuando el total infiltrado real sea igual al potencial. En general, ambas condi-
ciones resultan imposibles de conciliar, por lo que hay que optar por satisfacer
una u otra condición, normalmente f (t) = i.
En el caso de la formula de Green-Ampt (1911), en que existe una relacion

entre f (t) y F (t), imponiendo en la ecuación las condiciones
f (te) = i (9.6)
F (te) = i · te (9.7)
se obtiene
K(h0 + ϕ)(p − θ)
te = (9.8)
i(i − K)
donde te es el tiempo de encharcamiento e inicio de la escorrent´ıa superficial.
9.1.5. Índices de Infiltración
Todas las fórmulas anteriores incluyen una serie de parámetros, en general

difı́ciles de cuantificar, suponiendo además suelos espacialmente homogéneos,
lo que dificulta su aplicación práctica. Por estos motivos, se han propuesto
una serie de métodos simplificados de mayor aplicación practica, denominados
ı́ndices de infiltración, entre los que destaca por su simplicidad, el denominado
ı́ndice φ, el cual supone una tasa de abstracción o infiltracion constante en
el tiempo de magnitud φ [mm/hr] tal que satisfaga la condición de que el
volumen de precipitacion efectiva iguale al volumen de escorrent´ıa directa. Si
la intensidad de la precipitación satisface en todo momento la relación i ≥ φ,
su estimación se reduce a la ecuación
PT otal − QED
φ= (9.9)
tLi
donde PT otal es la precipitacion total, QED es el volumen de escorrent´ıa directa
por unidad de superficie y tLi es la duración de la tormenta.
En los últimos años, sin embargo, ha ganado popularidad, un método también

simple, propuesto por el Soil Coservation Service de EE. UU. (1972), conocido
como método de la curva número.
9.1.6. Método de la Curva Número
Definiendo como I0 la abstracción inicial hasta antes del punto de encharca-

miento y como F la abstracción o infiltración ocurrida a continuación del punto
de encharcamiento, el método, desarrollado por el U.S. Soil Conservation Ser-
vice (SCS), postula la igualdad entre el cuociente entre la infiltración F y el
potencial máximo de infiltracion S del suelo, respecto al cuociente entre la pre-
cipitación efectiva o escorrentı́a directa expresada como lámina de agua Pef y
la precipitación efectiva máxima posible (P − I0 ), es decir
F Pef
= (9.10)
S P − I0
Por continuidad se cumple que
P = Pef + F + I0 (9.11)
y eliminando F entre las dos relaciones anteriores, resulta

(P − I )02
Pef = [mm] (9.12)
(P + S − I0)
donde P es la precipitación total de la tormenta y S, el déficit potencial máximo
de escorrentı́a, es evaluado a su vez mediante la relación,
1000
S = 25.4 · − 10 [mm] (9.13)
CN
donde CN es un ı́ndice de las caracterı́sticas geológicas, morfológicas y de uso de
los suelos de la cuenca, además de sus condiciones iniciales de humedad, llamado
“curva número”, que varı́a entre los lı́mites CN = 0 para una cuenca donde
todo lo que llueve se infiltra, hasta CN = 100 para una cuenca absolutamente
impermeable, donde todo lo que llueve escurre. Valores t´ıpicos de CN para
cuencas naturales, oscilan entre 40 y 80 y se hayan tabulados para distintos
tipos de suelo, o pueden ser estimados a partir de las caracterı́sticas geológicas
y de uso de los suelos, as´ı como de su contenido de agua inicial.
A partir de datos experimentales, el SCS propone la relación
I0 ≈ 0.2 · S (9.14)
de donde la fórmula queda en definitiva

(P − 0.2 · S)2
Pef mm si P ≥ 0.2 · S (9.15)
P + 0.8 · S
=
0 si P < 0.2 · S
lo que permite estimar la precipitación efectiva o escorrentı́a directa sólo en

función de la precipitación total de la tormenta y del Número de curva de la
cuenca.
El método es válido nuevamente sólo para cuencas homogéneas, en que el valor

de S es único.
En la realidad, difı́cilmente existirán cuencas que sean totalmente homogéneas

y más aún en el caso de cuencas semi urbanizadas, existiendo en consecuencia
diferentes sectores con distinto valor de curva número. En dichos casos se ha
propuesto el uso de una curva número promedio evaluada como el promedio
ponderado de los distintos valores sectoriales de la curva número, es decir,
Σ
Ai · CNi
CN = (9.16)
AT
donde Ai y CNi son el tamaño de cada subsector y su correspondiente curva
número, y AT es el área total de la cuenca.
El inconveniente de dicho criterio es que la formula generará escorrentı́a nula

mientras la magnitud de la precipitación no supere el valor de I0 = 0.2 · S
correspondiente al valor promedio de la curva número, mientras que en la reali-
dad, supuesta la validez del método, los subsectores con curva número mayor
al promedio sı́ estarán generando escorrentı́a. Lo anterior le resta aplicabilidad
al método en zonas áridas o cuando se evalúen crecidas de bajo perı́odo de
retorno.
Por definición de promedio, la precipitación efectiva promedio se estima por la

expresión,
1 ∫
Pef = A Pef dA (9.17)
T AT
y reemplazando las ecuaciones (9.13) y (9.15) en (9.17), resulta
1 ∫ P 5.08 1000 10 −2
Pef = A (9.18)
CN dA
· 1000−
T AT P + 20.32 · CN − 10
Esta última expresión serı́a integrable, si se conociera la función de distribución

de CN dentro de la cuenca.
Difı́cilmente en la realidad esta distribución será conocida y lo más probable

es que sólo se puedan identificar sectores de la cuenca con distintos valores de
su curva número. En estos casos, la determinación de la curva número equi-

valente deberı́a efectuarse, no ponderando las distintas curvas para obtener su
promedio, sino estableciendo la curva número equivalente a la precipitación
efectiva promedio, mediante una integración numérica, como se explica en el
siguiente ejemplo.
Ejemplo 9.1.1: Estimación de la Curva Número Equivalente
Como ejemplo se considera una cuenca hipotética, con un 2 % de superficie

impermeable, sea una CN = 98, de acuerdo a las recomendaciones del Manual
de Carreteras; un 10 % de suelos montañosos con rocas sin vegetación, sea
CN = 90; un 5 % de conos de deyección con escasa vegetación, sea CN = 72;
un 35 % de suelos limo arcillosos cubiertos de bosques, sea CN = 76; y un 48 %
de praderas en suelos limosos, sea CN = 60; resultando una curva número
promedio CN = 69.96. En la Tabla 9.2 se incluye en la primera columna el
porcentaje de área correspondiente a cada suelo con su respectiva CN que se
indica en la segunda columna. En las dos columnas siguientes, los valores de S
e I0 que se obtienen con las ecuaciones 9.13 y 9.14. En las columnas siguientes,
para distintos valores de la precipitación total se indica la precipitación efectiva
que resulta para cada tipo de suelo, as´ı como su valor promedio ponderado por
cada porcentaje de área. Las dos últimas lı́neas muestran la infiltración inicial
equivalente I0 y la curva número equivalente a dicha infiltración inicial. La
Figura 9.1 muestra la variabilidad de la curva número equivalente en función
de la magnitud de la precipitación. Para precipitaciones muy bajas la curva
número equivalente, tiende a ser la máxima, CN = 98, el valor de la curva
número promedio se alcanza en este ejemplo, para una precipitación del orden
de 225 [mm] y para precipitaciones mayores la curva número equivalente tiende
a un valor ligeramente menor al promedio.
Tabla 9.2: Curva número equivalente en función de la precipitación

Precipitacion [mm] 1.04 10 25 50 75 100 125 150 200 250 300
% Área CN S [mm] I0 [mm] Pef [mm]
48 60 169.33 33.87 0 0 0 1.4 8.04 18.6 31.89 47.25 82.27 121.2 162.7
35 76 80.21 16.04 0 0 0.9 10.1 25 42.9 62.76 83.79 128.1 174.2 221.4
5 72 98.78 19.76 0 0 0.26 7.09 19.8 36 54.29 74.07 116.4 161.1 207.2
10 90 28.22 5.64 0 0.58 7.87 27.1 49.3 72.6 96.53 120.8 169.7 219.1 268.6
2 98 5.18 1.04 0 5.68 19.7 44.3 69.1 94 119 144 193.9 243.9 293.9
100 69.96 P̄ef [mm] 0 0.17 1.51 8.16 19.9 34.9 52.02 70.66 111 154 198.7
I0,eq [mm] 1.04 7.39 14 18.3 19.7 20.4 20.87 21.2 21.65 21.94 22.15
CNeq 98 87.3 78.5 73.5 72.1 71.4 70.88 70.56 70.12 69.84 69.64
100
95
90
Curva Número
85
80
75
70
65
60
0 50 100 150 200 250 300 350
Precipitación [mm]
Figura 9.1: Variación de CN en función de la precipitación.
Este comportamiento parece estar en mucha mejor concordancia con el com-

portamiento real de cuencas heterogéneas, en que el uso de la curva promedio
parece adecuado sólo para precipitaciones de gran magnitud, subestimándose
la magnitud de las crecidas, al utilizarse para precipitaciones bajas.
-
Es importante señalar, por último, que el procedimiento antes descrito su-

pone que cada una de los sectores de la cuenca se comporta en forma inde-
pendiente o en paralelo, situación no necesariamente válida en cuencas reales,
donde escorrentı́a proveniente de zonas más impermeables puede infiltrarse en
zonas más bajas de mayor permeabilidad. Esta consideración implica que la
variabilidad real de la curva número equivalente de una cuenca especı́fica en
función de la precipitacion, sólo podrá determinarse empı́ricamente para cada

cuenca en particular.
A partir del análisis del comportamiento real de cuencas chilenas, Saavedra

(2003) estima la variación de la curva número en función de la precipitacion
y como alternativa propone utilizar el método de la curva número en cuencas
reales, manteniendo constante el valor de la curva, pero incorporando su va-
riabilidad producto de su heterogeneidad a través del valor de la Infiltración
inicial I0.
Para precipitaciones mayores a un monto cercano a los 100 mm, la cuenca

se comporta como cuenca homogénea con un valor de I0 constante dado por la
relación,
I0 = 0.23 · S si P > 100 [mm] (9.19)
Para precipitaciones menores, I0 ser´ıa aproximadamente linealmente variable

con P , a través de la relación
I0 = 2.3 · 10−3 · P · S si P < 100 [mm] (9.20)
La relación propuesta serı́a aplicable al norte de la cuenca del rı́o Maule.
9.1.7. Condiciones Antecedentes de Humedad
Como se mencionó anteriormente, el valor de la curva número puede estimar-

se en función de tablas elaboradas para diversos tipos de complejos suelo-
vegetación (tipos de suelo y usos de estos). Estas tablas, sin embargo, están
definidas para condiciones antecedentes de humedad calificadas por el SCS co-
mo “normales“ o condición II. Para otras condiciones de humedad antecedente,
el número de la curva debe modificarse, a partir de sus condiciones normales,
en base a tablas o a las siguientes relaciones: (Ven Te Chow, 1994)
4.2 · CN (II)
CN (I) = (9.21)
10 − 0.058 · CN (II)
Para condiciones antecedentes de humedad secas (I), y
23 · CN (II)
CN (III) = (9.22)
10 + 0.13 · CN (II)
Para condiciones antecedentes húmedas (III).
Las condiciones antecedentes de humedad se clasifican en tres grupos, en

base a la lluvia antecedente total de 5 d´ıas:
Tabla 9.3: Condiciones antecedentes de humedad.

Lluvia antecedente total en 5 d´ıas (mm)
Grupo Tipo Estación inactiva Estación de crecimiento
I Seca Menor a 12.7 Menor a 35.6
II Normal 12.7 a 28 35.6 a 53.5
III Húmeda Sobre 28 Sobre 53.5
Barrientos (2001) analizó estadı́sticamente las condiciones antecedentes de

humedad en tormentas chilenas, considerando 63 estaciones pluviométricas en-
tre las latitudes 30 y 42º S tanto para la estación inactiva (mayo-agosto) como
para la estación de crecimiento (septiembre-abril). El análisis se efectuó tanto
para el total de las lluvias diarias como para las precipitaciones máximas anua-
les en 24, 48 y 72 horas. Parte de los resultados se presentan en las siguientes
Tablas 9.4 a 9.5 y las Figuras 9.2 a 9.5.
Tabla 9.4: Frecuencias relativas promedio por cuenca de las CAH de las pre-
cipitaciones diarias.
Pdiarias-serie completa
N° CUENCA REGION REGIMEN ESTACION INACTIVA ESTACION CRECIMIENTO
M AYO-AGOSTO SEPTIEMBRE-ABRIL
I (<12.7mm) II (12.7-28) III (>28) I (<35.6mm) II (35.6-53.5) III (>53.5)
PROM. D.E. PROM. D.E. PROM. D.E. PROM. D.E. PROM. D.E. PROM. D.E.
1 ELQUI IV P-N 73.3% - 11.1% - 15.6% - 98.4% - 0.0% - 1.6% -
2 LIMARI IV P-N 66.6% 5.1% 12.8% 1.1% 20.6% 5.2% 97.1% 0.9% 0.9% 1.1% 2.0% 1.2%
3 CHOAPA IV P-N 63.3% 2.6% 14.3% 2.0% 22.4% 3.8% 96.8% 2.1% 1.9% 1.5% 1.2% 1.2%
4 QUILIMARI IV P 58.2% 2.8% 14.7% 1.2% 27.1% 2.6% 94.3% 3.0% 3.9% 2.8% 1.8% 1.7%
5 PETORCA V P 68.3% 2.8% 16.9% 2.9% 14.8% 0.1% 97.8% 0.6% 2.0% 0.3% 0.3% 0.4%
6 ACONCAGUA V N-P 56.3% 3.9% 16.4% 2.6% 27.2% 5.8% 96.3% 1.5% 1.8% 0.6% 1.9% 0.9%
7 MAIPO RM N-P 40.7% 4.1% 15.1% 0.8% 44.3% 3.2% 82.6% 4.6% 5.5% 2.2% 12.0% 2.3%
8 RAPEL VI P-N 40.5% 2.9% 14.1% 2.2% 45.4% 5.0% 86.5% 5.9% 6.1% 0.5% 7.4% 5.4%
9 MATAQUITO VII P-N 37.2% 4.9% 13.4% 3.2% 49.4% 8.0% 79.6% 8.9% 6.8% 0.5% 13.5% 9.1%
10 MAULE VII P-N 32.7% 5.8% 12.5% 3.0% 54.8% 8.2% 78.4% 7.5% 7.9% 1.7% 13.6% 6.8%
11 ITATA VIII P-N 22.3% - 10.7% - 67.0% - 71.0% - 10.3% - 18.7% -
12 IMPERIAL IX P-N 28.0% 2.1% 23.3% 0.9% 48.7% 1.3% 87.3% 2.2% 7.7% 1.7% 5.0% 0.4%
13 TOLTEN IX P-N 15.5% - 14.5% - 70.0% - 70.4% - 12.4% - 17.2% -
14 PUERTO MONTT X P 17.4% - 21.6% - 61.0% - 73.5% - 14.8% - 11.7% -
D.E.: Desviación estándar de la muestra.

100 %
90 %
I (< 12.7m m ) II (12 .7 -28) III (> 28 )

80 %
FR EC U EN C IA R E LA T IV A
70 %
60 %
50 %
40 %
30 %
20 %
10 %
0%
C U E NC AS
Figura 9.2: Frecuencias relativas promedio por cuenca de las CAH de las
precipitaciones diarias, estación inactiva (mayo-agosto).
100%
I (< 35.6mm) II (35.6-53.5) III (> 53.5)
90%
80%
FRE CU ENC IA RE LATIVA
70%
60%
50%
40%
30%
20%
10%
0%
C U EN C AS
precipitaciones diarias, estación crecimiento (septiembre-abril).
Tabla 9.5: Frecuencias relativas promedio por cuenca de las CAH de las pre-
cipitaciones máximas anuales en 24 hrs.
PMAX ANUAL 24 hrs
N° CUENCA REGION REGIMEN ESTACION INACTIVA ESTACION CRECIMIENTO
M AYO-AGOSTO SEPTIEMBRE-ABRIL
I (<12.7mm) II (12.7-28) III (>28) I (<35.6mm) II (35.6-53.5) III (>53.5)
PROM. D.E. PROM. D.E. PROM. D.E. PROM. D.E. PROM. D.E. PROM. D.E.
1 ELQUI IV P-N 66.7% - 18.2% - 15.2% - 100.0% - 0.0% - 0.0% -
2 LIMARI IV P-N 72.1% 11.6% 14.2% 5.6% 13.7% 10.2% 99.4% 1.4% 0.0% 0.0% 0.6% 1.4%
3 CHOAPA IV P-N 65.7% 10.3% 14.6% 8.0% 19.7% 11.9% 98.4% 2.4% 1.3% 1.9% 0.3% 1.0%
4 QUILIMARI IV P 64.4% 11.1% 3.4% 4.3% 32.2% 11.0% 99.3% 1.9% 0.7% 1.9% 0.0% 0.0%
5 PETORCA V P 65.6% 3.9% 20.5% 0.7% 13.8% 4.7% 98.4% 2.2% 1.6% 2.2% 0.0% 0.0%
6 ACONCAGUA V N-P 41.9% 5.5% 18.1% 5.3% 40.0% 10.8% 97.8% 3.8% 0.0% 0.0% 2.2% 3.8%
7 MAIPO RM N-P 13.9% 2.0% 10.1% 3.4% 76.0% 1.4% 92.3% 10.9% 0.0% 0.0% 7.7% 10.9%
8 RAPEL VI P-N 19.1% 2.9% 9.1% 5.2% 71.8% 7.0% 88.2% 2.2% 8.6% 3.4% 3.2% 5.5%
9 MATAQUITO VII P-N 30.5% 11.6% 23.4% 15.6% 46.0% 19.7% 88.2% 14.4% 4.9% 5.7% 6.9% 9.7%
10 MAULE VII P-N 27.2% 9.2% 9.8% 9.1% 63.1% 16.9% 76.7% 13.9% 6.1% 2.6% 17.2% 12.4%
11 ITATA VIII P-N 16.7% - 0.0% - 83.3% - 63.3% - 13.3% - 23.3% -
12 IMPERIAL IX P-N 26.7% 13.7% 25.8% 9.3% 47.4% 20.7% 91.4% 2.9% 5.7% 1.4% 2.9% 2.6%
13 TOLTEN IX P-N 14.7% - 11.8% - 73.5% - 55.9% - 17.6% - 26.5% -
14 PUERTO MONTT X P 9.5% - 14.3% - 76.2% - 81.0% - 9.5% - 9.5% -
D.E.: Desviación estándar de la muestra.
100%
I (<12.7mm) II (12.7-28) III (>28)
90%
80%
RELATIVA
70%
60%
FRECUENCIA
50%
40%
30%
20%
10%
0%
CUENCAS
precipitaciones máximas anuales en 24 hrs., estación inactiva.
I (< 35 .6 m m ) II (35 .6 -53 .5 ) III (> 53 .5 )

100 %
90 %
80 %
F R E C U E N C IA R EL A T IVA
70 %
60 %
50 %
40 %
30 %
20 %
10 %
0%
CUENCAS
precipitaciones máximas anuales en 24 hrs., estación crecimiento.
Es interesante destacar de los resultados que indican las tablas y gráficos,

que la condición calificada como normal por el método (condición II) es lejos
la menos frecuente prácticamente en toda la región analizada.
En el caso de las precipitaciones diarias (Figuras 9.2, 9.3 y Tabla 9.4), inclu-
so en invierno, desde la cuenca de Aconcagua al norte predominan claramente
las condiciones antecedentes secas. Entre Maipo y Mataquito hay un equili-
brio predominante entre condiciones secas y húmedas, manteniéndose en forma
minoritaria la condición “normal”. De Maule al sur, la condición antecedente
predominante, es condición húmeda.
En la estación de crecimiento, perı́odo septiembre-abril, la condición predo-

minante en toda la región, desde Elqui hasta Puerto Montt, es la condición
seca.
El problema del análisis de lluvias diarias es la falta de independencia entre

los eventos, ya que dos o más dı́as pueden corresponder a una misma tormenta.
En el caso de las precipitaciones máximas diarias anuales (Figuras 9.4, 9.5 y

Tabla 9.5), la condición predominante en invierno, es la condición anteceden-
te seca desde la cuenca de Petorca al norte. En la cuenca de Aconcagua hay
9.2. Estimación del Flujo Base 273
un equilibrio predominante entre condiciones secas y húmedas, manteniéndo-

se en forma minoritaria la condición “normal”, presentándose como condición
antecedente predominante, la condición húmeda desde Rapel al sur.
En la estación de crecimiento, perı́odo septiembre-abril, se mantiene como

condición predominante en toda la región, desde Elqui hasta Puerto Montt, la
condición seca.
La alternancia entre condiciones secas y húmedas introduce una complica-

ción a la estimación probabilı́stica de crecidas mediante relaciones precipita-
ción-escorrentı́a, ya que la magnitud de la crecida pasa a ser una función biva-
riada entre la magnitud de la precipitación y las condiciones antecedentes de
humedad. Este problema ha sido tratado por Barrientos (2001).
El análisis de lluvias diarias no resuelve totalmente el problema de falta de

independencia, puesto que esta no representa necesariamente la precipitación
máxima en 24 horas, ya que la tormenta puede distribuirse cronológicamente
entre dos dı́as calendario, estimándose que estadı́sticamente la lluvia máxima
en 24 horas es estadı́sticamente del orden de un 6 % mayor que la lluvia máxima
diaria.
9.2. Estimación del Flujo Base
Como se mencionó en acápites anteriores, cuando se pretende analizar o re-

producir crecidas, o caudales a escala horaria o instantánea, deben intentarse
relaciones entre la precipitación efectiva y la escorrentı́a directa. Para evaluar
la escorrent´ıa directa debe descontarse o restarse a la escorrent´ıa total, aquella
fracción más o menos constante, que constituye el flujo base o caudal existente
en el r´ıo antes del comienzo de una determinada tormenta.
Diversos procedimientos simplificados se han propuesto para la separación

de hidrogramas de crecida o determinación del flujo base. Un criterio propuesto
por Viessman et al. (1989) consiste en extrapolar el hidrograma existente antes
de la tormenta como si esta no hubiese ocurrido, hasta llegar al tiempo en que
se produce el caudal máximo de la crecida, punto a partir del cual se empalma
la curva de flujo base mediante una recta que alcanza a la curva de recesión del
hidrograma de crecida N dı́as después del instante del caudal máximo. Para el
valor de N se ha propuesto la expresión
N = 0.827 · A0.2 [d´ıas] (9.23)
donde A es el área de la cuenca en [km2 ].
El procedimiento se ilustra en la Figura 9.6
3500
N
3000
2500
2000
Caudal
1500
1000
500
0
0 20 40 60 80
Tiempo
Figura 9.6: Separación de hidrogramas de crecida
Otra alternativa es postular que la curva de recesión de la crecida obedece a

un decaimiento exponencial del tipo
Q(t) = Qmax · e−k·t (9.24)
donde k es la constante de decaimiento. Graficando a escala semilogar´ıtmica la

expresión anterior, resulta
ln (Q(t)) = ln (Qmax) − k · t (9.25)
Es decir, la ecuación de una recta con constante de regresión “−k”. Si al

graficar la curva se observa un quiebre, o en otras palabras, un cambio en la
magnitud de la constante inicial k1, como se ilustra en el instante t = 19 de la
Figura 9.7, se interpreta el instante del quiebre como el punto donde cesa la
escorrentı́a directa y continúa sólo la recesión del flujo base. Si se observan dos
quiebres en vez de uno, el tramo intermedio suele asociarse al aporte del flujo
intermedio rápido.
9.2. Estimación del Flujo Base 275
8.2
8.1
8.0
7.9
7.8
7.7
7.6
7.5
7.4
7.3
7.2
7.1
Figura 9.7: Punto de separación de escorrentı́a directa y flujo base.
En estos casos, a partir de la constante k2 correspondiente al flujo base, se

extrapola hacia atrás este flujo, hasta llegar al punto de inflexión de la crecida
total, que da inicio a la curva de recesión. Desde este punto se una mediante
una recta o curva suave, hasta empalmar con el inicio de la crecida.
Por último, cualquier trazado a criterio que empalme el inicio de la crecida

con la curva de recesión separando el hidrograma total en escorrentı́a directa
y flujo base es igualmente admisible, ya que en las grandes crecidas, la compo-
nente escorrent´ıa directa es mucho mayor que la componente flujo base, por lo
que los errores que se cometan en su separación son poco significativos respecto
a la componente escorrent´ıa directa.
Es importante recordar que el volumen de escorrent´ıa directa debe ser igual

al volumen de precipitación efectiva, es decir, debe cumplirse la relación
∫
Qeddt = Pef · A (9.26)
t
donde Pe f es la magnitud de la precipitacion efectiva y A es el área de la

cuenca. La importancia de respetar la ecuación anterior, es que representa la
ecuación de continuidad.
9.3. Hidrogramas Unitarios
Conocido el hietograma de precipitación efectiva de una tormenta, para su

transformación a escorrentı́a directa o hidrograma de escorrentı́a directa, el
procedimiento más utilizado consiste en recurrir al concepto de función de
transferencia del análisis de sistemas lineales, que en su aplicación a la hidro-
logı́a toma el nombre de método del hidrograma unitario.
Se define el hidrograma unitario de una cuenca como el hidrograma de esco-

rrentı́a directa provocado por una lluvia de duración efectiva T , y de intensidad
efectiva constante ief = 1/T , tal que la precipitación efectiva total Pef = ief · T
sea unitaria, digamos 1 mm.
Si este hidrograma unitario HU (T, t) fuese conocido, de acuerdo a las leyes

de los sistemas lineales, la magnitud de la crecida provocada por una tormenta
cualquiera de magnitud efectiva Pef , será,
Q(t) = Pef · HU (T, t) (9.27)
es decir, se amplifican las ordenadas del hidrograma unitario, por la magnitud

P de la tormenta efectiva.
La estimación del hidrograma unitario de una cuenca puede realizarse en

base a tormentas históricas registradas, o puede recurrirse al concepto de “hi-
drograma unitario sintético”, que permite estimarlo a partir de información
morfológica de la cuenca, disponiendo sólo de un plano topográfico de ella.
9.3.1. Obtención del Hidrograma Unitario a Partir de Lluvias

de Intensidad Constante
Si se dispone de información concurrente de hidrogramas de crecidas y de hieto-

gramas de las tormentas que los produjeron, es posible proceder de la siguiente
manera:
(i) Se seleccionan tormentas historicas que cumplan con la hipótesis del

método, es decir, que tengan una intensidad constante en un tiempo de
duración T . Para ello resultan adecuadas tormentas de corta duración y
gran intensidad.
9.3. Hidrogramas Unitarios 277
(ii) A partir del hidrograma total, se le resta el flujo base según alguno de los
criterios antes vistos, obteniéndose el hidrograma de escorrentı́a directa
Q(t).
(iii) En base a la ecuación 9.26, evaluando el volumen de escorrentı́a directa y

conocida el área de la cuenca se obtiene la magnitud de la precipitación
efectiva Pef y su intensidad efectiva.
Pef
ief = (9.28)
T
(iv) Por último, de la definición de hidrograma unitario, ecuación 9.27, se

obtienen las ordenadas de este dividiendo las ordenadas del hidrograma
de escorrentı́a directa por la magnitud de la precipitación efectiva
Q(t)
HU (T, t) = (9.29)
Pef
Por las hipótesis del método, se postula que el sistema es invariante en el

tiempo; es decir, dos tormentas idénticas producirán dos crecidas idénti-
cas; además, el tiempo base o tiempo de duración de la escorrentı́a directa
debiera ser el mismo para dos tormentas de la misma duración efectiva
T.
Estas idealizaciones no tienen por qué cumplirse con exactitud en cuencas
reales, por lo que es conveniente estimar el hidrograma unitario en base
a dos o más tormentas de aproximadamente la misma duración efectiva
T , y adoptar un hidrograma representativo promedio entre los distintos
resultados obtenidos.
Al respecto, no es conveniente estimar el hidrograma promedio por la
v´ıa de promediar las ordenadas de los distintos resultados, ya que esto
distorsiona la forma resultante del hidrograma.
En relación a la Figura 9.8, el procedimiento recomendado para el cálculo
del hidrograma promedio es el siguiente:
En una cuenca de 52 [km2] se obtuvieron tres estimaciones del HU co-

rrespondiente a tormentas de 4 horas de duración. En base a los distintos
resultados, se calculan los promedios del tiempo de duración de la esco-
rrentı́a directa o tiempos base tB ; análogamente se calculan los promedios
3.0
2.5
2.0
Caudal [m3/s mm]
1.5
1.0
0.5
0
0 10 20 30 40 50 60
Tiempo [hr]
Figura 9.8: Fabricación de hidrograma unitario promedio
de los tiempos hasta alcanzar el máximo, o tiempo al pico tp , y la mag-

nitud del caudal máximo promedio Qp .
Se imponen estos valores promedios como válidos para el hidrograma uni-

tario promedio representativo, (indicados en la Figura 9.8), y las ordena-
das correspondientes a otros instantes de tiempo se obtienen a criterio,
tratando de reproducir en la mejor forma posible la distribución temporal
de los hidrogramas individuales, recordando en todo momento que el área
bajo la curva del hidrograma o volumen de escorrent´ıa directa debe ser
unitario. Expresados los caudales como gastos especı́ficos, es decir, como
caudales por unidad de área de la cuenca, el volumen bajo la curva del
hidrograma representativo deberá valer
∫ tB
HU (T, t)
V = dt = 1 [mm] (9.30)
0 A
Se incluye en la Figura 9.8 el HU que hubiese resultado en base al prome-

dio aritmético de las ordenadas de los tres resultados, observándose que
resulta un caudal máximo menor que cada uno de los tres H U individua-
les, subestimando el caudal máximo, lo que ilustra la inconveniencia de
ese criterio.
9.3.2. Hidrogramas Unitarios para Otras Duraciones
En el caso anterior, el análisis debe hacerse para tormentas de aproximada-

mente la misma duración T y el hidrograma unitario que se obtiene, HU (T, t),
es válido sólo para tormentas de dicha duración. En estricto rigor, si se desea-
se calcular el HU para otras duraciones, debiera repetirse el procedimiento
utilizando tormentas de la duración deseada.
Sin embargo, considerando que el método postula que la cuenca se comporta

como un sistema lineal, es posible aprovechar el principio de superposición de
soluciones de los sistemas lineales.
En efecto, si se dispone del H U para una duración T correspondiente a

una lluvia de dicha duracion, si ocurre una lluvia de duración 2T , esta puede
interpretarse como la sucesión inmediata de dos tormentas idénticas de duración
T , cada una de las cuales producirá la misma crecida, sólo que desfasadas en el
tiempo en la magnitud T . Luego, las ordenadas de la crecida generada por la
tormenta total corresponderá a la suma de las ordenadas del H.U. de cada una
de las tormentas, desfasadas en T unidades de tiempo. Como cada una de las
tormentas era unitaria, la magnitud de la tormenta total será de P = 2 [mm],
por lo que para llevarla a una magnitud unitaria, las ordenadas de la crecida
total resultante deberán dividirse por dos.
Con esto, el H.U (2T, t), correspondiente a una lluvia de duración 2T , que-
dará dado por la relación
HU (T, t) + HU (T, t − T )
HU (2T, t) = (9.31)
2
Es facil visualizar que el raciocinio anterior puede generalizarse para tormen-

tas de duracion n · T , donde n es un múltiplo entero de la duración base:
HU (T, t) + HU (T, t − T ) + ... + HU (T, t − (n − 1) · T )

HU (n ·T, t) = (9.32)
n
La ecuación anterior permite, en consecuencia, estimar los H U de cualquier

tormenta cuya duración sea un múltiplo entero de la duración de la tormenta
base.
9.3.3. Hidrograma en S
Si se desea evaluar el H U de una duración cualquiera, conocido el HU de una

duración base, puede recurrirse al concepto de hidrograma en S.
Se define el hidrograma en S, como el hidrograma de escorrent´ıa directa gene-

rado por una lluvia de intensidad efectiva constante unitaria (ief = 1 [mm/hr])
y de duración indefinida. Luego, si sumamos un número indefinido de H U de
duración T , el resultado será el hidrograma de crecida correspondiente a una
lluvia indefinida de intensidad ief = 1/T , y el hidrograma en S, que corres-
ponde a una lluvia indefinida de intensidad ief = 1 [mm/hr], corresponderá al
hidrograma anterior amplificado por T . Luego,
S(t) = T [HU (T, t) + HU (T, t − T ) + ... + HU (T, t − k · T ) + ...] (9.33)
En la práctica, cuando la cuenca tienda a alcanzar una situación de equilibrio, el

hidrograma en S tenderá a un valor de equilibrio constante, como se indica en la
Figura 9.9, tomando la forma que da origen a su nombre. Luego, bastará sumar
sólo “k“ hidrogramas, donde
tB
k= (9.34)
T
siendo tB el tiempo base del HU original.
Caudal acumulado
Tiempo [hr]
Figura 9.9: Hidrograma en S
Suele ocurrir que el hidrograma en S no se estabilice, sino que presente on-

dulaciones finales en forma indefinida. Esto se debe al no cumplimiento en la
realidad de las hipotesis del método; si las ondulaciones son menores, pueden ig-
norarse tomando un valor promedio final constante. Si las oscilaciones resultan
de importancia, normalmente revela la existencia de un error en la estimación
de la duracion T de la tormenta original.
Conocido en definitiva el hidrograma en S, el HU de una tormenta de du-

ración cualquiera τ , podrá estimarse restando al Hidrograma S(t) el mismo
hidrograma desfasado en la magnitud τ .
La tormenta restante, dado que la intensidad de la lluvia que genera el hi-

drograma es S es unitaria, será de magnitud Pef = τ , por lo que el H.U. de
cualquier duración τ , vendrá dado por la relación
S(t) − S(t − τ )
HU (τ, t) = (9.35)
τ
9.3.4. Estimación de Hidrogramas Unitarios a Partir de Tor-

mentas de Intensidad Variable
Si sólo se dispone de registros de tormentas cuya intensidad efectiva es sen-

siblemente variable, siempre será posible representar su hietograma en forma
discreta adoptando para distintos intervalos ∆t, la intensidad efectiva media
ocurrida en cada intervalo, como se indica en la Figura 9.10
12
Intensidad efectiva media [mm/hr]
10
0
0 1 2 3 4 5 6 7
Intervalo t
Figura 9.10: Hietograma discretizado
Cada intervalo j tendrá su intensidad efectiva media ief,j y duración ∆t, por
lo que la precipitación efectiva en el intervalo será Pef,j = ief,j ∆t.
Cada intervalo de lluvia j provocará un hidrograma de escorrentı́a directa

cuyas ordenadas quedan dadas por la expresión
Qk = Pef,j · uk (9.36)
donde se ha adoptado la notación simplificada para el H U de duración ∆t,
uk = HU (∆t, k · ∆t) (9.37)
Aplicando el principio de superposición de soluciones, el hidrograma de es-

correntı́a directa de la tormenta total resultará de la suma de los hidrogramas
parciales de cada intervalo de precipitación, sumados con el desfase correspon-
diente.
Ası́, se tendrá, si la lluvia tiene una duración T = m · ∆t y el HU tiene un

tiempo base tB = n · ∆t, donde normalmente n > m,
Q(0) = 0
Q(1) = Pef,1 · u1
Q(2) = Pef,2 · u1 + Pef,1 · u2
Q(3) = Pef,3 · u1 + Pef,2 · u2 + Pef,1 · u3
..
Q(k) = Pef,k · u1 + Pef,k−1 · u2 + ... + Pef,1 · uk
..
Q(m) = Pef,m · u1 + Pef,m−1 · u2 + ... + Pef,2 · um−1 + Pef,1 · um

Q(m + 1) = 0 + Pef,m · u2 + ... + ... + ... + ... + Pef,2 · um + Pef,1 · um+1
..
Q(n) = 0 + 0 + 0 + ... + Pef,m · un−m+1 + Pef,m−1 · un−m+2 + ... + Pef,1 · un

Q(n + 1) = 0 + 0 + 0 + 0 + ... + Pef,m+1 · un−m+1 + ... + ... + ... + Pef,2 · un
..
Q(n + m − 1) = 0 + 0 + 0 + ... + 0 + 0 + ... + 0 + 0 + 0 + ... + 0 + Pef,m · un

En general, el caudal de crecida en un instante k, viene dado por

k
Qk = Pef,k−i+1 · ui (9.38)
i=1
El sistema de ecuaciones anterior se puede expresar matricialmente como
[Q] = [Pef ] · [u] (9.39)
donde [Q] es el vector de dimensión (m+n −1) correspondiente a las ordenadas

de la crecida real, en este caso conocida, [u] es el vector de dimensión n corres-
pondiente a las ordenadas del H U (∆T, t), en este caso la incógnita, y [Pef ] es
la matriz de precipitaciones de dimension (m + n − 1) · n correspondiente a las
precipitaciones con la estructura bandeada
0 ··· ··· 0 ··· ··· 0 ··· ··· 0
Pef,1 0 ··· ··· 0 ··· 0 ··· ··· 0
ef,2 Pef,1 0 ··· ··· 0 ··· 0 ··· 0
P
Pef,3 Pef,2 Pef,1 0 ··· 0 ··· 0 ··· 0
= . . . . . . .
. . .
P
ef
0 ... ... 0
Pef,m
0 PPef,m−1
ef,m
Pef,m−1
P Pef,m−2 . . . .P. 1.
ef,m−2 ................................. P1 0 ... 0
. . . . . . . . . .
0 ··· ··· 0 ··· 0 ··· ··· Pef,m Pef,m−1
0 ··· ··· 0 ··· 0 ··· ··· 0 Pef,m
Como [Pef ] no es una matriz cuadrada, para la solución del sistema debe pre-
multiplicarse por la traspuesta de [Pef ], que equivale a minimizar errores por
el método de mı́nimos cuadrados, quedando
[Pef ]T [Q] = [Pef ]T [Pef ][u] (9.40)
lo que permite determinar [u] premultiplicando por la inversa de [Pef ]T [Pef ],

de forma que −
[u] = [Pef ]T [Pef ] 1
[P ]T [Q] (9.41)
ef
9.3.5. Hidrograma Unitario Instantáneo
Se vio en el acápite anterior, que el caudal de crecida en un instante k, donde

k corresponde en el tiempo al instante t = k · ∆t, siendo ∆t el intervalo en que
se ha discretizado el hietograma de la tormenta, viene dado por la ecuación
k
Qk = uj · Pef,k−j+1
j=1
Volviendo a la notación original, esta ecuación se transforma en
k
Q(k∆t) = HU (∆t, j∆t) · Pef ((k − j + 1)∆t) (9.42)
j=1
o de forma equivalente
k
Q(t) = HU (∆t, τ ) · Pef (t − τ + ∆t) (9.43)
j=1
donde τ = j · ∆t. Recordando que Pef = i · ∆t

k
Q(t) = HU (∆t, τ ) · i(t − τ + ∆t)∆t (9.44)
j=1
Si el intervalo de discretización se hace disminuir, en el lı́mite cundo ∆t → 0,

la ecuación anterior se transforma en
∫ t
Q(t) = HUI(τ ) · i(t − τ )dτ (9.45)
0
donde HUI es el hidrograma unitario instantaneo de la cuenca, es decir, el

hidrograma de escorrent´ıa directa producido por un pulso unitario de precipi-
tación de duración infinitesimal y magnitud P = 1 mm. En la ecuación, τ es
una variable muda de integración.
La ecuación anterior, en términos matemáticos corresponde a la integral de

Duhamel o integral de convolución, para la cual se cumple, cambiando variables,
la relación
∫ t ∫ t
Q(t) = HUI(τ ) · i(t − τ )dτ = HUI(t − τ ) · i(τ )dτ (9.46)
0 0
El concepto de hidrograma unitario instantaneo ampl´ıa la aplicabilidad de

métodos matemáticos y el desarrollo de modelos conceptuales para la definición
del hidrograma unitario de una cuenca.
9.3.6. Hidrograma Unitario de Nash
Entre los desarrollos conceptuales de hidrogramas unitarios destaca el HUI

propuesto por Nash.
De acuerdo a la ecuación de balance hidrológico, debe cumplirse la ecuación de
continuidad
dV
I−Q= (9.47)
dt
Si se acepta que una cuenca se comporta como un embalse lineal, es decir, el
caudal de salida Q es proporcional al volumen embalsado V , de acuerdo a la
relación
V =k·Q (9.48)
donde k es la constante de tiempo del embalse, la ecuación de continuidad

queda
dQ
I −Q =k (9.49)
dt
Ahora, si el caudal de entrada I es un impulso unitario, I = 0 para todo tiempo
t > 0. Luego,
dQ
−Q = k t>0 (9.50)
dt
Integrando entre 0 y t se llega a
Q(t) = Q0 · e−t/k (9.51)
Por otra parte, siendo I un impulso unitario, el volumen total de la crecida

deberá ser igual a V = A · 1, donde A es el área de la cuenca aportante.
Integrando,
∫ ∞
Q0 e−t/kdt = Q0k = A
0
A
→ Q0 = (9.52)
k
De lo anterior, resulta que el caudal especı́fico q = Q/A resulta
Q(t) 1
q(t) = = e−t/k (9.53)
A k
Lo anterior nos dice que el HUI de una cuenca que se comporta como un embalse
lineal, tiene la forma de una distribución exponencial.
Nash propuso que una cuenca real se comporta como una sucesión de n
embalses lineales o n embalses lineales en cascada, donde la entrada de cada
uno corresponde a la salida del anterior.
La salida del primer embalse corresponde a su HUI, luego, la ecuación de

continuidad para el segundo embalse queda representada por
1 dq2
e−t/k − q2(t) = k (9.54)
k dt
cuya solución es 1
q2(t) = te−t/k (9.55)
2
k
Generalizando a n embalses se llega a
1
q (t) = tn−1e−t/k (9.56)
n
k (n − 1)!
n
Es decir, el HUI de una cuenca real corresponderı́a a una distribución Gamma

2, con parametros β = k y α = n.
La crecida generada por un chubasco intenso de corta duración de magnitud

efectiva P quedar´ıa dada por
P ·A
Q(t) = tn−1e−t/k (9.57)
kn(n − 1)!
Luego, de la función
Q(t)
q(t) = (9.58)
A
que corresponde a una distribución Gamma 2, a partir de su promedio en el
tiempo y su desviación standard, podrı́an estimarse los parámetros k y n de la
cuenca.
9.3.7. Hidrogramas Unitarios Sintéticos
Los procedimientos de determinación del hidrograma unitario de una cuenca,

antes descritos, son bastante laboriosos y muchas veces imposible de practicar
por no existir registros simultáneos de información pluviográfica e hidrográfica.
Por el motivo anterior, se han desarrollado muchas investigaciones tratando

de obtener HU en forma sintética, es decir, relacionando las principales variables
del hidrograma con parámetros geomorfológicos de la cuenca.
Para caracterizar adecuadamente un hidrograma unitario es necesario cono-

cer las siguientes variables:
Tiempo base o tiempo total desde el inicio hasta el término de la esco-

rrent´ıa directa.
Tiempo al máximo o instante en que se produce el caudal máximo ins-

tantáneo.
Magnitud del caudal máximo.
Duración de la lluvia efectiva que lo genera.
A lo anterior se agrega la condición de que su volumen total debe ser unitario

y que su forma debe mostrar alguna semejanza con una distribución Gamma
2.
9.3.7.1. Hidrograma Unitario de Snyder
Snyder (1938) fue el primero en proponer expresiones anal´ıticas para la gene-

ración de H.U. sintéticos, proponiendo relaciones del tipo:
Tiempo al máximo:
tp = CD(LL)0.3 [horas] (9.59)
Caudal máximo :
CpA
qp = [m3/s·mm] (9.60)
tp
Tiempo base :
tp
tB = 3 +3 [d´ıas] (9.61)
24
donde L es el largo total del cauce principal [km], L es la distancia desde el

centro de masa de la cuenca hasta la sección de salida [km] y A es el área de
la cuenca en [km2]. Para las constantes CD y Cp propuso los rangos:
1.35 < CD < 1.65

0.15 < Cp < 0.19

obtenidos del análisis de crecidas en las montañas Rocallosas de los EE. UU.
Snyder desarrolló sus fórmulas utilizando tormentas cuya duración efectiva

cumplı́a la relación
tp
tLL = (9.62)
5.5
Para tormentas de otras duraciones, dentro de un rango de variación mode-
rado, Snyder propuso corregir el valor de tp mediante la relación,
tR − tLL
tp = tp + (9.63)
4
donde tR es la duración real de la tormenta considerada.
Para estimar crecidas provocadas por tormentas de duraciones muy distintas

a la que resulta de la aplicación de la fórmula anterior, debe aprovecharse
la propiedad de los sistemas lineales, en cuanto a la validez del método de
superposición de soluciones.
Si bien conceptualmente el aporte de Snyder resultó importantı́simo, su méto-

do presenta la desventaja y limitación de que al intentar utilizarlo en regiones
distintas a la que originó las formulas, se obtienen valores de los coeficientes
CD y Cp que escapan bastante al rango de variación sugerido por el autor,
dependiendo de las caracter´ısticas de cada cuenca en particular.
9.3.7.2. Hidrogramas Unitarios Tipo Linsley
Linsley señala que las limitaciones de las formulas de Snyder provienen de no

haber considerado expl´ıcitamente la pendiente de las cuencas en la determina-
ción del tiempo al máximo, proponiendo una relación con la estructura
n
L·L
tp = C D √ (9.64)
S
donde S es la pendiente media de la cuenca evaluada mediante la fórmula de
Mocciornita. Σn−1
L0 Ln
h 2 + i=1 Li + 2
S= (9.65)
A
donde,
h: Diferencia de alturas entre curvas de nivel.
L0: Longitud de la curva de nivel de menor cota en [m].

Li : Longitud de la curva de nivel intermedia i en [m].
Ln: Longitud de la curva de nivel de mayor cota en [m].
A: Superficie de la cuenca en [m2].
9.3.8. Hidrogramas Unitarios Sintéticos en Chile
Benitez y Arteaga (1986) estudiaron la determinación de HU en Chile, propo-

niendo las siguientes expresiones:
Para la región Maipo Maule:

0 397
tp = 0.386 √
S
[hrs]
.
qp = 355 · tL−
·L1.22
p [lts/s· km2]
tB = 2.7 · tp1.1 [hrs]
Para la región Itata-Valdivia:

0.241
L·L
tp = 1.315 √ [hrs]
S
0.829
qp = 171.3 · t−
p [lts/s· km2]
tB = 5.45 · tp0.714 [hrs]
La DGA (1995) actualizó los estudios de Benitez y Arteaga, incluyendo más

informacion, proponiendo las siguientes expresiones:
IIIª a VIª Región

0 422
tp = 0.323 √
S
[hrs]
.
0.796
qp = ·L
144.141
L · t−
p [lts/s· km2]
tB = 5.377 · tp0.805 [hrs]
VIIª Región
0.327
L·L
tp = 0.584 √ [hrs]
S
1.511
qp = 522.514 · t−
p [lts/s· km2]
tB = 1.822 · tp1.412 [hrs]
VIIIª a Xª Región
0.237
L·L
tp = 1.315 √ [hrs]
S
0.835
qp = 172.775 · t−
p [lts/s· km2]
tB = 5.428 · tp0.717 [hrs]
En todos los casos anteriores se mantiene, en forma más o menos arbitraria,

las relaciones de Snyder en cuanto a la duración de la lluvia que genera el
hidrograma.
Para el perfilamiento del hidrograma se propone el siguiente hidrograma

adimensional
Tabla 9.6: Hidrograma adimensional
t/tp q/qp
0 0
0.3 0.2
0.5 0.4
0.6 0.6
0.75 0.8
1 1
1.3 0.8
1.5 0.6
1.8 0.4
2.3 0.2
2.7 0.1
El hidrograma adimensional anterior debe considerarse sólo como referencial,

ya que de mucho mayor importancia resulta satisfacer la condición de volumen
unitario.
9.4. Fórmulas Empı́ricas 291
9.4. Fórmulas Empı́ricas
Para la estimación en forma rápida del caudal máximo de una crecida se han
propuesto en diversas partes del mundo fórmulas empı́ricas, la mayorı́a de las
cuales tiene una estructura del tipo.
Q p = b · An (9.66)
donde el exponente n varı́a según distintos autores entre 0.5 < n < 0.9, mos-
trando el coeficiente b un fuerte rango de variación. Este tipo de fórmulas debe
utilizarse con mucha precaución, a menos que el coeficiente b no se suponga
constante, sino que incorpore al menos la intensidad de la lluvia que provoca
la crecida.
9.4.1. Fórmulas Tipo Burkli-Ziegler
Burkli y Ziegler proponen una fórmula con una estructura del tipo
rS
Qp = k iA (9.67)
A
que al menos incorpora la pendiente de la cuenca S, la intensidad de la tormenta
que provoca la crecida i, siendo k un coeficiente dependiente de las condiciones
de infiltración de la cuenca.
9.4.2. Fórmula Racional
Dentro del grupo anterior puede encontrarse la fórmula denominada fórmula

racional, tal vez la más utilizada a nivel mundial para la estimación rápida de
caudales máximos de crecida en cuencas pequeñas.
Diagrama Tiempo-Área
Dada una cuenca especı́fica, es conceptualmente posible establecer la ubicación

de las lı́neas isócronas o lı́neas de igual tiempo de viaje de una partı́cula de
agua desde su punto de precipitación hasta la sección de salida de la misma.
Calculando el área de la cuenca ubicada aguas abajo de cada lı́nea isócrona
y graficando esta en función del tiempo de viaje, se obtiene el denominado
diagrama tiempo-área, que representa la variación del área aportante de la

cuenca en función del tiempo, hasta alcanzar el área total de la misma para el
denominado “tiempo de concentración de la cuenca”, tc .
Si sobre la cuenca se produce una tormenta con intensidad efectiva ief cons-
tante en el tiempo y en el espacio, el caudal en la sección de salida de la cuenca
se puede expresar por la relación,
Q(t) = ief · A(t) t < tc (9.68)
donde el área aportante hasta dicho instante A(t) podrı́a obtenerse del diagrama
tiempo-area.
Si la duración de la lluvia supera el tiempo de concentración de la cuenca, el

sistema entra en régimen y el caudal alcanzarı́a un valor máximo constante
Qmax = ief · AT = cte t > tc (9.69)
En la práctica, la intensidad de la lluvia será variable en el tiempo, y si no se

conoce dicha variación, el caudal máximo podrá estimarse utilizando el máximo
valor promedio de la intensidad de la lluvia para una duración correspondiente
al tiempo de concentración de la cuenca tc , luego
Qmax = ief (tc) · AT t > tc (9.70)
Finalmente, la intensidad efectiva puede estimarse en función de la inten-

sidad total, introduciendo un factor de corrección denominado coeficiente de
escorrentı́a C, con lo que la ecuación queda finalmente
Qmax = Ci(tc) · AT t > tc (9.71)
donde C depende de las condiciones de intercepción, retención e infiltración de

la cuenca, quedando limitado al rango 0 < C < 1.
Lo anterior supone que la lluvia efectiva dura más que el tiempo de con-
centración de la cuenca. De ahı́ que la fórmula sea aplicada normalmente para
cuencas de pequeño tamaño. La fórmula racional es dimensionalmente correc-
ta; si se utilizan las dimensiones habituales de [mm/hr] para la intensidad de
la lluvia y [km2 ] para el tamaño de la cuenca la fórmula queda dada por la
expresión,
C · i(tc) · A (9.72)
Q= m3/seg
3.6
donde C es el coeficiente de escorrent´ıa (0 < C < 1), i(tc) es la intensidad media
máxima de la precipitación, correspondiente a una duración igual al tiempo de
concentración de la cuenca tc .
La confiabilidad en el uso de esta formula depende de una adecuada eva-

luacion del coeficiente de escorrentı́a C y del tiempo de concentración de la
cuenca.
Si la duracion de la lluvia efectiva te resulta menor que el tiempo de con-

centración de la cuenca, lo que puede ocurrir en cuencas grandes, se demuestra
(Stöwhas, 2003) que el caudal máximo de crecida para una lluvia de intensidad
efectiva constante queda dado por la expresión
Qmax = ief (te) · Amax(te) te < tc (9.73)
Esta condición introduce la incertidumbre de determinar la duración de la

lluvia efectiva y el tamaño del área aportante hasta dicho instante, ambas
variables difı́ciles de determinar. En la práctica, el uso de la formula racional,
válida para cuencas pequeñas (ecuación 9.72), ha sido generalizada para su uso
en cuencas mayores, traspasando la incertidumbre al coeficiente de escorrent´ıa
C.
9.4.2.1. Estimación del Coeficiente de Escorrentı́a
De la gran experiencia que se dispone respecto a la utilización de la fórmula

racional, diversos autores han propuesto valores representativos del coeficiente
de escorrentı́a para diferentes condiciones de aplicación. Chow (1994) recomien-
da para zonas rurales los valores presentados en la Tabla 9.7.
Mientras, para zonas urbanas, el Manual Nº 37 de la ASCE (1969) propo-

ne los siguientes valores en función del uso del área y del tipo de superficies
presentados en la Tabla 9.8.
Cabe destacar que estos coeficientes no consideran la intensidad de la lluvia

o perı́odo de retorno del evento, por lo que en su selección debe primar la
experiencia y criterio del proyectista.
Tabla 9.7: Coeficientes de escorrentı́a en cuencas rurales pequeñas
Coeficiente de escorrent´ıa (C)

Tipo de suelo
Terrenos cultivados Praderas Terrenos boscosos
Arenoso con alta tasa de 0.2 0.15 0.10
infiltración
Francos con tasa media de 0.4 0.35 0.30
infiltración
Arcillosos o suelos poco 0.5 0.45 0.40
profundos sobre roca con
bajas tasas de infiltración
Tabla 9.8: Coeficientes de escorrentı́a en función de tipo de área y tipo de

calzada
Tipo de área C Tipo de calzada C
Comercial céntrica 0.7 - 0.95 Asfaltos 0.7 - 0.95
Comercial suburbana 0.5 - 0.7 Concretos 0.8 - 0.95
Edificios de departamentos 0.5 - 0.7 Ladrillo o tierra endurecida 0.7 - 0.85
Residencial unifamiliar 0.3 - 0.5 Aceras y pasajes 0.75 - 0.85
Unidades múltiples pareadas 0.6 - 0.75 Techos 0.75 - 0.95
Unidades múltiples separadas 0.4 - 0.6 Prados arenosos de 2 a 7 % 0.05 - 0.2
de pendiente
Residencial suburbana 0.25 - 0.4 Prados arcillosos de 2 a 7 % 0.13 - 0.35
de pendiente
Industrial alta densidad 0.6 - 0.9 Parques y cementerios 0.1 - 0.25
Industrial baja densidad 0.5 - 0.8 Patios de ferrocarriles 0.2 - 0.4
En la publicacion de la DGA (1995), se proponen coeficientes de escorrent´ıa

para cuencas grandes en función del perı́odo de retorno en diferentes regiones
de Chile.
Si se considera una tormenta de intensidad variable, centrada, simétrica y

monomodal, respetando para todas las duraciones la fórmula de Grunsky, se
demuestra que el coeficiente de escorrentı́a se puede estimar en forma más
objetiva mediante las relaciones,
1
2
· t∗ · cf si t∗ < 1
1
C= 2 si t∗ = 1 (9.74)
1
1− 2t𝗁 si t∗ > 1
donde cf es un coeficiente de forma que en primera aproximación puede esti-

marse mediante la relación
t
2.7 si √ 6 < 0.089
−0.65
t∗ t𝗁
0.56 √ si 0.089 ≤ √ ≤ 0.408 (9.75)
cf = 6 6
t𝗁
1 si √
6
> 0.408
y su vez, t∗ es una variable adimensional definida por la ecuación

r
6 i24
t∗ = (9.76)
tc f
donde tc es el tiempo de concentracion de la cuenca en horas, i24 es la intensidad
media diaria en [mm/hr] y f es la tasa media de infiltración o abstracción
durante el perı́odo de encharcamiento, en [mm/hr].
Las expresiones anteriores se basan en una tasa media de infiltración constan-

te, es decir, aplican sobre un intervalo de tormenta que ocurre una vez llegado al
tiempo de encharcamiento de una cuenca homogénea. Si la precipitación ocurre
sobre un suelo relativamente seco, los coeficientes de escorrent´ıa ser´ıan menores
a los indicados por las fórmulas propuestas. Esto exige estimar la tasa media
de infiltración adecuada a cada situación. En este sentido, resulta conveniente
expresar la tasa media de infiltración a partir del método de la curva número,
que permite considerar por una parte las condiciones antecedentes de humedad
y por otra, incorporar la eventual heterogeneidad de la cuenca a través de la
curva número Equivalente en función de la magnitud de la precipitación.
En este caso, la infiltracion media durante el intervalo en que la precipitación

supera a la infiltración puede estimarse mediante la relación
(i24)2
f =6 (9.77)
Pef
Ejemplo 9.4.1
Se considera una cuenca pequeña de 8 [km2 ], cuyo tiempo de concentración

se estima en 1 hora, con una CNeq igual a 65 sobre la que cae una precipitacion
total en 24 horas de 100 [mm] con una intensidad media i24 = 100/24 = 4.17
[mm/hr].
De la curva número se obtiene

1000
S = 25.4 − 10 = 136.8 [mm]
CN
Adoptando I = 0.23S = 31.5 [mm], la precipitación efectiva resulta

(P − I) 2
Pef = = 22.9 [mm]
(P + S − I)
Luego,
(i24)2
f =6 P = 4.56 [mm/hr]
ref
t∗ 1 i24 ∗
c
√ = → t = 2.24
Además, 6 t f
cf = 1.0 → C = 0.777
Por Grunsky,
r
c 24 24tc
i(t ) = i = 20.43 [mm/hr]
Finalmente Q = 0.777 · 20.43 · 8/3.6 = 35.3 [m3 /s], con un gasto especı́fico de
q = Q/A = 4.41 [m3/s· km2].
Si la misma tormenta ocurre sobre una cuenca de las mismas caracter´ısticas

pero de tamaño mayor de 800 [km2 ] con un tiempo de concentración de 12 hrs,
se obtiene
r
t∗ 1 i24 ∗
Luego, c = 0.647
√ = →t
6 t f
cf = 1.33 → C = 0.431
Por Grunsky,
r
24
i(tc ) = i 24 = 5.90 [mm/hr]
tc
Donde finalmente Q = 0.431 · 5.9 · 800/3.6 = 565 [m3 /s], con un gasto especı́fico
de q = Q/A = 0.71 [m3/s ·km2].
-
9.4.2.2. Estimación del Tiempo de Concentracion
El tiempo de concentracion de la cuenca se define como el tiempo que demora

en llegar a la sección de salida de la cuenca, la partı́cula de lluvia que cae en
el punto más alejado de ella, es decir, es el tiempo a partir del cual toda la
superficie de la cuenca está aportando agua a la sección de salida.
Para estimar a su vez el tiempo de concentración pueden utilizarse diversos

procedimientos. Por ejemplo:
tc = L (9.78)
v
donde L es la longitud del cauce principal y v es la velocidad media del escu-
rrimiento.
A continuacion se presentan algunas ecuaciones utilizadas para el cálculo del

tiempo de concentración:
Fórmula de Kirpich
0.385
L3 (9.79)
tc = k ∆h
[hrs]
Con L longitud del cauce principal [km], ∆h es el desnivel máximo de la

cuenca [m] y 0.5 < k < 1.5 dependiendo del grado de definición de la red
de drenaje (Normal en cuencas naturales, k ≈ 1).
Fórmula de Hathaway
0.47
tc = 2.19·L·n
√
S
[hrs] (9.80)
donde L es la longitud del cauce principal [m], n es el coeficiente de

rugosidad de Manning y S es la pendiente media de la cuenca.
Fórmula de Giandotti
√
4 A + 1.5 · L
tc = √ [hrs] (9.81)
0.8 H
donde A es la superficie de la cuenca en [km2], L es la longitud del cauce

principal en [km] y H es la altitud media de la cuenca en [m]. La formula
es aplicable en cuencas con A < 200 Há y si L/5.4 < tc < L/3.6.
Fórmula de Linsley-Morgali
7 · L0.6n0.6
tc = [hrs] (9.82)
i0.4S0.3
donde L es la longitud de cauce principal en [km], n es el coeficiente de
rugosidad de Manning, i es la intensidad de la lluvia en [mm/hr] y S es
la pendiente media de la cuenca. Esta fórmula es iterativa debido a que
tanto i como tc son desconocidos.
Fórmula Manual de Carreteras de España
L0.76 (9.83)
tc = 0.3 · [hrs]
S0.19
donde L es la longitud de cauce principal en [km] y S es la pendiente
media de la cuenca.
Leignier (2006) obtuvo buenos resultados al aplicar esta fórmula en cuen-

cas grandes de Chile.
Para la aplicación de la formula racional, la magnitud de la intensidad media

máxima de la tormenta para el tiempo de concentracion respectivo (indepen-
diente de la fórmula que se utilice), debe obtenerse de la curva intensidad-
duración de la tormenta.
9.4.3. Fórmula de Verni-King
Esta fórmula ha tenido gran aplicacion en el paı́s dada su simplicidad y debido

a que fue deducida a partir del análisis de crecidas registradas en Chile.
Sus autores, a partir de un análisis dimensional, proponen que el caudal

máximo provocado por una tormenta de precipitación total diaria P [mm] que
ocurre sobre una cuenca de tamaño A [km2 ], viene dado por la expresión,
Q = 0.00618 · P 1.24 · A0.88 [m3/s] (9.84)

La formula es generalmente aplicable para tormentas de alto perı́odo de

retorno en cuencas de tamaño medio o mayor. La DGA (2005b) propone mino-
raciones al coeficiente de la fórmula para utilizarla para tormentas de perı́odo
de retorno menores a 100 años.
Aplicada al segundo ejemplo anterior se obtiene
Q = 0.00618 · 1001.24 · 8000.88 = 669 [m3/s]
Es decir, un 18 % mayor al resultado del ejemplo anterior.
9.4.4. Fórmulas DGA
La Dirección General de Aguas, DGA (2005b), propone un método que se

conoce como Método DGA-AC, en el cual se estima el caudal máximo medio
diario para un perı́odo de retorno de 10 años, para distintas regiones del paı́s,
en base a las siguientes ecuaciones:
Regiones III y IV:
3.108
Q10 = 1.94 × 10−7 · A0p.776 · P 24
10 [m3/s] (9.85)
Regiones V, RM y VI:
3.432
Q10 = 5.42 × 10−8 · A0p.915 · P 24
10 [m3/s] (9.86)
Regiones VII y IX:
1.124
Q10 = 2 × 10−3 · A0p.973 · P 10
24 [m3/s] (9.87)
donde Ap es el área pluvial de la cuenca en [km2 ] y P 10

24 es la precipitación en
24 horas con 10 años de perı́odo de retorno.
A partir del caudal máximo medio diario con perı́odo de retorno de 10 años,
se estiman los caudales medios diarios para otros perı́odos de retorno, utilizando
coeficientes de frecuencia determinados para 23 distintas zonas homogéneas del
paı́s. Finalmente, el método propone factores para pasar del caudal máximo
medio diario al caudal máximo instantaneo.
A manera de ejemplo, en la cuenca de 800 [km2] utilizada en los ejemplos

anteriores, supuestamente ubicada en la cuenca del Aconcagua (V región), con
una precipitación en 24 horas con perı́odo de retorno de 10 años de 80 [mm],
el caudal Q10 resulta:
Q10 = 5.42 × 10−8 · 8000.915 · 803.432 = 84.2 [m3/s]
Para la zona de Aconcagua, zona Pp del Manual de la DGA, se obtiene la Tabla
Perı́odo de retorno [años] Factor de frecuencia

5 0.74
10 1.00
20 1.29
25 1.39
50 1.72
75 1.94
100 2.10
Luego, si la precipitación de 100 [mm], tiene un perı́odo de retorno de 50

años, el caudal máximo medio diario para dicho perı́odo de retorno resulta,
Q50 = 1.72 · 84.2 = 144.8 [m3/s]
Finalmente, para pasar a valores máximos instantáneos, el Manual propone

para dicha zona el valor α = 1.43 de donde
Q50,max = 1.43 · 144.8 = 207.1 [m3/s]
Este resultado es del orden de un 25 % inferior al de los métodos anteriores.

Las diferencias, aunque son habituales en formulas hidrológicas, pueden deber-
se en este caso, a que se consideró una cuenca hipotética, adoptando valores
estimativos, pero arbitrarios, para el tiempo de concentración y el perı́odo de
retorno de las lluvias.
9.4.5. Hidrogramas de Crecidas
Las formulas empı́ricas permiten estimar en forma rápida el caudal máximo de

una crecida pero no dan información sobre la forma del hidrograma correspon-
diente. Si dicha informacion resulta necesaria, en principio debiera recurrirse
al uso de hidrogramas unitarios, efectuando la convolución en función de un
determinado hietograma de la tormenta resultando crecidas cuyo caudal máxi-
mo y forma dependerán bastante de la forma del hietograma o distribución
temporal de la tormenta.
Sin embargo, se han propuesto algunos procedimientos más o menos sim-

plificados que permiten generar en forma directa el hidrograma de crecida sin
pasar a través del concepto de hidrograma unitario. Estos métodos resultan
adecuados para su incorporación en modelos computacionales que modelan el
comportamiento de redes hidrográficas o sistemas artificiales de drenaje de
aguas lluvias.
9.4.5.1. Hidrograma de Santa Bárbara
El hidrograma de Santa Bárbara es un procedimiento simple y conceptualmente

interesante desarrollado para calcular crecidas de diseño en sistemas de aguas
lluvias.
El modelo supone una cuenca (urbana) con una fracción “p” de suelos im-
permeables y una fracción “(1 − p)” de suelos con una tasa de infiltración
constante “f ”.
En consecuencia, si sobre la cuenca cae una lluvia que un instante tiene una
intensidad “i”, el flujo o caudal superficial efectivo que ingresa a la cuenca será,
I = A · (p · i + (1 − p) · (i − f )) i>f (9.88)
Si el caudal en la sección de salida es Q, la ecuación de continuidad nos dice

que
dV
I−Q= (9.89)
dt
El modelo postula un comportamiento lineal, en que el almacenamiento en

la cuenca es
V = Q · tc = k · Q · tc (9.90)
donde Q es el caudal medio que circula por la cuenca, tc es el tiempo de

concentración de la cuenca, y k < 1 es un factor que relaciona el caudal medio
con el caudal de salida Q. Luego,
dQ
I − Q = k · tc (9.91)
dt
Intergrando en forma numérica la ecuación de continuidad para un intervalo

∆t
Vf − Vi
I −Q =
∆t
Ii + If − Qi + Qf k · tc
= (Q − Q i)
2 2 ∆t f
donde los subı́ndices indican los valores al inicio y término del intervalo. Reor-
denando, se obtiene
∆t
Qf = Qi + (Ii + If − 2Qi ) (9.92)
∆ t + 2ktc
Aplicada en forma recursiva, esta ecuación permite sintetizar el hidrograma

de salida Q(t) en función del hietograma de la tormenta i(t) y de las carac-
ter´ısticas de la cuenca (A, p, f ).
Si no se dispone de información pluviográfica se puede considerar una inten-

sidad efectiva media constante, en cuyo caso
I = ief · A (9.93)
de donde la ecuación de continuidad queda
ief A − Q = ktc dQ
dt
t < Tef
−Q = ktc dQ
dt
t > Tef
donde Tef es la duración de la lluvia efectiva. La integración directa de las

ecuaciones anteriores lleva a
Q(t) = ief A 1 − e−t/(ktc) t < Tef (9.94)

t−Tef
Q(t) = ief A 1 − e −T c ) −
ef /(kt (9.95)
e ktc t > Tef
Se observa de la ecuación 9.95 que, de acuerdo a este modelo, si la lluvia se

prolonga en forma indefinida el caudal es siempre creciente tendiendo asintoti-
camente al caudal en régimen. De lo anterior se desprende que el máximo caudal
ocurrirı́a en el instante t = Tef con una magnitud
Tef
−kt
Qmax = ief A 1−e c (9.96)
Por otra parte, la intensidad efectiva media será a su vez función de la dura-
ción de la tormenta. Si se acepta nuevamente una tormenta centrada, simétrica,
monomodal que satisfaga en todo momento la ley de Grunsky, con una tasa de
infiltración constante “f ”, se demuestra que
P24
ief = q Tef (9.97)
24
6
de donde T ef
−
= 24 √P24 (9.98)
A1 −e ktc
Qmax 6
Tef /
Derivando el caudal máximo respecto a la duración de la lluvia e igualando a
cero, se llega a la expresión
Tef Tef Tef
e ktc +2 e− ktc = 0 (9.99)

ktc
Ecuación que se satisface para Tef

kt c
≈ 1.2565.
De lo anterior, la duración de lluvia más desfavorable de la cuenca serı́a
Tef = 1.2565k · tc (9.100)
Con un caudal máximo dado por la expresión

P24
1 − e−1.2565 (9.101)
Qmax = √ A
24 1.2565ktc/6
Si la precipitación se expresa en mm, el tiempo de concentración en horas y el

área de la cuenca en km2 , se llega a la fórmula
0.018
Qmax = √ P A
kt c 24
m3/s (9.102)
El hidrograma original de Santa Bárbara supone un coeficiente k = 1, lo que

implica aceptar que en toda la cuenca el caudal es el mismo que en la sección
de salida. Esta hipótesis parece exagerada, ya que en la cabecera de la cuenca
el caudal será nulo, pareciendo más razonable utilizar un valor menor, cercano
a k = 0.5
Aplicado al primer caso del ejemplo anterior, y utilizando k = 0.5, se tiene

0.018 3
Qmax = √ 100 · 8 = 20.4 [m /s]
0.5
En el segundo caso,
0.018 3
Qmax = √ 100 · 800 = 588 [m /s]
0.6
9.4.5.2. Hidrograma del SCS
El Soil Conservation Service (SCS) de los EE. UU. propone el uso de una hi-
drograma de crecida simplificado de forma triangular. La precipitación efectiva
o volumen de escorrentı́a directa se calcula mediante el método de la curva
número.
Para el tiempo al máximo proponen la relación

Tef
tp = + 0.6tc (9.103)
2
Mientras que para el tiempo base proponen
tB = 2.67 · tp (9.104)
Como el hidrograma es triangular, el volumen de escorrentı́a directa valdrá

1
Ved = Pef A = t BQ p (9.105)
2
de donde
2Pef A (9.106)
Qp =
Tef
2. 67 + 0.6tc
2
Expresando la precipitación en [mm], el área en [km2 ] y los tiempos en horas

resulta finalmente
A
Qp = 0.416 T Pef
+1.2t
[m3/s] (9.107)
ef c
Con el mismo modelo de tormenta de los casos anteriores, se demuestra que

2
i24
Tef = 6 (9.108)
f
Volviendo a los ejemplos anteriores, se tiene

2
4.167
Tef = 6 = 5.01 [hr]
4.56
donde en el primer caso
22.9 · 8
Qp = 0.416 = 12.3 [m3/s]
5 .01 + 1.2
y en el segundo
22.9 · 800 = 393 [m3/s]
Qp = 0.416
5 .01 + 1.2 · 12
9.4.5.3. Fórmula de Millán-Stöwhas
Este método permite una metodologı́a generalizada simplificada que entrega

valores directos de los principales factores que intervienen en el hidrograma de
una crecida; caudal máximo instantáneo, tiempo al máximo y forma de la onda
de crecida, sin necesidad de pasar a través del método del hidrograma unitario.
Utilizando el método del hidrograma unitario sintético propuesto por Arteaga

y Benı́tez (1986) para la zona central-norte de Chile, se generó un gran número
de hidrogramas de crecida para distintas combinaciones de las variables que
intervienen en el fenómeno, tales como magnitud y duración de la tormenta,
potencial de infiltración y caracterı́sticas geomorfológicas de la cuenca, ajustan-
do relaciones generalizadas para representar la magnitud y forma de la onda de
crecida en función de las variables hidrometeorológicas y geomorfológicas que
la originan, aún cuando los hidrogramas generados corresponden a tormentas
centralmente distribuidas según la distribución centrada de Endesa (Benitez y
Verni, 1985).
Para evaluar la infiltración y la precipitación efectiva se utiliza el método de

la curva número para cuencas con curva número entre 60 y 80.
El método permite evaluar las siguientes variables:

Tiempo en el cual ocurre el máximo caudal (TM), en horas.
Caudal máximo por unidad de área del hidrograma de crecida generado

(qm), en [m3/s · km2].
Instante en el cual comienza a generarse la escorrent´ıa directa (TI), en

horas.
Forma del hidrograma de crecida, según la función Gamma propuesta por

McEnroe (1992), la cual obedece a la siguiente expresión:
p· t −1
p
()= t (9.109)
p
Qt Qp · ·e Tp
donde: T
Q(t) : Caudal del hidrograma en función del tiempo.
Qp : Caudal máximo de la crecida (Qp = qm · A).
Tp : Tiempo en que ocurre el máximo caudal, medido con respecto al
inicio del hidrograma (Tp = T M − T I), ya que el origen de esta función
se fijó en el instante en que comienza la escorrentı́a directa (TI).
p : Factor de forma adimensional.
Para el factor de forma p se propone, en forma referencial, la expresión,
2.041
2.38 · qm · (TM − TI)
p= + 0.113 (9.110)
Pef
donde el producto qm · (TM − TI)/Pef debe ser adimensional (factor de co-
rreccion 3.6 si se usa [m3/s · km2], horas y [mm]).
Sin embargo, para cada aplicación particular, el factor p debe ajustarse de

manera que el volumen de escorrentı́a sea igual al volumen precipitación efec-
tiva, es decir, igual al producto de la precipitacion efectiva (Pef ) por el área de
la cuenca (A).
Para el caudal máximo se propone la relación

q = 0.383 P
− S(P −0.16S)
− 61.971 GM 0.854P 0.759 m3/s/km2
m TD 3.3TD(P +0.8S) TD3.322NC1.135
(9.111)
donde S se obtiene del método de la curva número, N C es la curva número,
P es la lluvia de diseño [mm], T D es la duración de la lluvia de diseño [hrs] y
9.5. Hietogramas de Tormentas de Diseño 307
GM es el parámetro geomorfológico de Linsley,
L·L
GM = √ [km2]
S
Para el tiempo al máximo se propone la relación
TM = TD
2 + 0.565GM 0.348 [hrs] (9.112)
Por último, para el tiempo de inicio de la escorrentı́a directa se proponen las

relaciones
0 si P ≥ Plim
TI = 21.01TD (9.113)
si P < Plim
P 1.288(NC/100)4.536
1000
donde TI esta en horas y Plim = 78.15 CN
− 10 en [mm].
9.5. Hietogramas de Tormentas de Diseño
Cuando se pretende sintetizar el hidrograma de una crecida mediante un méto-

do precipitación-escorrentı́a, tal como los hidrogramas unitarios u otros de los
procedimientos antes vistos, es necesario establecer previamente el hietogra-
ma de la tormenta de diseño, es decir, hay que establecer la sucesión u orden
cronológico en que se presentan los distintos intervalos de intensidad de preci-
pitación.
Diversos estudios se han realizado en Chile y en el mundo intentando esta-

blecer alguna forma o hietograma t´ıpico de las tormentas, pero los resultados
no son concluyentes. La intensidad de las precipitaciones puede distribuirse
de cualquier forma, existiendo a lo más, algunas formas o distribuciones que
se presentan con mayor frecuencia que otras. Dependerá en consecuencia del
criterio y experiencia del proyectista la distribución a seleccionar en función
del objetivo de la estimación, ya que tormentas de igual magnitud, pero de
distinta distribución temporal generarán caudales máximos de crecida distin-
tos, perdiéndose la asociación entre el perı́odo de retorno de la tormenta y el
perı́odo de retorno del caudal máximo de crecida resultante.
No obstante lo anterior, diversos criterios se han propuesto para la distribu-

ción de tormentas en el tiempo.
9.5.1. Distribución de Tormentas de Endesa
Benitez y Verni (1985) estudiaron la distribución temporal de tormentas chi-

lenas con duraciones entre 12 y 72 horas, proponiendo tres distribuciones dis-
tintas, una con valores máximos al comienzo, otra centrada y otra con valores
máximos al final de la tormenta. Por efectos de infiltración y forma de los hidro-
gramas unitarios, los caudales máximos se incrementarán cuando las máximas
intensidades se concentren al final de la tormenta. De ellas, la más utilizada, por
generar valores de crecida intermedios, es la denominada distribución centrada
de Endesa. En la Tabla 9.9 y la Figura 9.11.
Tabla 9.9: Distribución de Endesa centrada para tormentas de duraciones

12 [hr] ≤ t ≤ 72 [hr].
% Tiempo % Ptotal % Tiempo % Ptotal
0-10 6.9 50-60 14.2
10-20 8.3 60-70 11.6
20-30 10.4 70-80 9.5
30-40 12.6 80-90 7.5
40-50 13.7 90-100 5.3
16
14
12
10
% Ptotal
% Tiempo
Figura 9.11: Distribución de Endesa centrada para tormentas de duraciones

12 [hr] ≤ t ≤ 72 [hr].
9.5.2. Método de los Bloques Alternantes
Un procedimiento alternativo, aún cuando más conservador, es distribuir cro-

nológicamente la precipitación mediante el denominado método de los bloques
alternantes. Este consiste en postular valores de precipitación para un cier-
to intervalo de tiempo, digamos 1 hora, de manera que su suma coincida con
la precipitación total de la tormenta. Los bloques (horarios) de precipitación
se distribuyen ubicando el intervalo u hora de mayor precipitación en forma
central, agregando en forma alternante los bloques de precipitación siguientes
ordenados de mayor a menor, sucesivamente antes y después del bloque central.
Con el proposito de que la distribucion de la tormenta resulte cr´ıtica para

todos los tiempos de concentración, conviene asignarle a cada bloque de precipi-
tación la magnitud que le corresponda de acuerdo a los coeficientes de duración
de precipitaciones.
q
Ejemplo 9.4.2: Distribución cronologica o hietograma
24
de diseño de una
tormenta de diseño de 120 [mm] en 24 horas.
Utilizando la fórmula de Gunsky, Pt = P24 · t
, se indica en la columna
2 de la Tabla 9.10, para cada duración, la precipitación máxima acumulada
correspondiente a ella y por diferencia con el valor anterior, se obtiene en la
columna 3, la magnitud de precipitacion individual de cada bloque u hora.
Finalmente, el hietograma de diseño que se muestra en la columna 4 de la Tabla
9.10 y Figura 9.12, se construye ubicando en este caso la mayor precipitación
horaria en el bloque u hora 13, la segunda mayor precipitación horaria en el
bloque u hora 12, la tercera magnitud, alternadamente en el bloque u hora 14
y as´ı sucesivamente.
Tabla 9.10: Obtencion de hietograma de diseño mediante el método de los

bloques alternantes.
Precipitación Hietograma Precipitación Hietograma
Duración Duración
Acumulada Horaria Diseño Acumulada Horaria Diseño
[hr] [mm] [mm/hr] [mm/hr] [hr] [mm] [mm/hr] [mm/hr]
1 24.5 24.5 2.5 13 88.3 3.5 24.5
2 34.6 10.1 2.6 14 91.7 3.3 7.8
3 42.4 7.8 2.8 15 94.9 3.2 5.8
4 49 6.6 2.9 16 98 3.1 4.8
5 54.8 5.8 3.1 17 101 3 4.2
6 60 5.2 3.3 18 103.9 2.9 3.8
7 64.8 4.8 3.6 19 106.8 2.8 3.5
8 69.3 4.5 4 20 109.5 2.8 3.2
9 73.5 4.2 4.5 21 112.2 2.7 3
10 77.5 4 5.2 22 114.9 2.6 2.8
11 81.2 3.8 6.6 23 117.5 2.6 2.7
12 84.9 3.6 10.1 24 120 2.5 2.6
25
20
Intensidad [mm/hr]
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo [hr]
Figura 9.12: Obtencion de hietograma de diseño mediante el método de los
bloques alternantes.
-
Bibliografı́a
ASCE (1969), Manual of Practice No. 37, American Society of Civil Engineers,
978-0-7844-5316-2 (print), 1969, 332 pp.
Barrientos, M. A., & L. Stöwhas (2001), Condiciones antecedentes de hume-

dad en tormentas chilenas, XV Congreso Nacional de Hidráulica, Concepción,
Chile.
Benitez, A., & F. Verni (1985), Distribución Porcentual de las Precipitaciones

de una Duracion “t”, VII Congreso Nacional de Ingenierı́a Hidráulica.
Benı́tez, A., & F. Arteaga (1986), Método para la Determinación de Hidro-

gramas Unitarios Sintéticos en Chile, Revista Sociedad Chilena de Ingenierı́a
Hidráulica, Volumen 1, Nº1.

DGA (1995), Análisis de Eventos Hidrometeorológicos Extremos en el Paı́s.

Caudales Máximos y Minimos, Dirección General de Aguas, Ministerio de
Obras Obras Públicas, Chile.
DGA (1995b), Manual de cálculo de crecidas y caudales mı́nimos en cuencas

sin información fluviométrica, Dirección General de Aguas, Ministerio de Obras
Obras Públicas, Chile.
Espı́ldora, B., & A. Echavarrı́a (1979), Criterios para la Caracterización y Se-

lección de Lluvias de Diseño, IV Coloquio Nacional de Hidráulica.
Fernández, B. (1987), Modelación de la Infiltración y su Influencia en la Res-

puesta de una Cuenca Pluvial, VIII Congreso Nacional de Hidráulica.
Green, W.H., and G.A. Ampt (1911). Studies on soil physics: I. Flow of air and
water through soils. Journal of Agricultural Science, 4, 1-24.
Horton, R. E. (1939), Analysis of runoff-plat experiments with varying infiltra-

tion capacity, Transactions, American Geophysical Union, 20, 693– 711.
Leignier, N. (2006), Evaluación del tiempo de concentración de cuencas chilenas

y determinación de hidrogramas unitarios, Universidad Técnica Federico Santa
Marı́a, Valparaı́so, Chile.
Mc Enroe, B. (1992), Preliminary Sizing of Detention Reservoirs to Reduce

Peak Discharges, Journal of Hyd. Eng., ASCE, Vol 118, Nº11.
Millán, M. (1995), Relaciones Generalizadas de Prediseño en Vertederos de

Embalses, Universidad Técnica Federico Santa Marı́a, Valparaı́so, Chile.
Philip, J. (1957), The theory of infiltration: 1. The infiltration equation and its
solution. Soil Science, 83, 345-357.
Saavedra, C., & L. Stöwhas (2003), Cálculo y análisis crı́tico del método de
la curva número para cuencas del paı́s, XVI Congreso Nacional de Hidráulica,
Santiago, Chile.
Snyder, F. F. (1938), Synthetic Unit Hydrographs, Trans. Am. Geophys. Union,

19, pt, 1, pp447-454.
Soil Conservation Service (1972), National Engineering Handbook, section 4,

Hydrology, U. S. Dept. of Agriculture.
Stöwhas, L. (2003), Uso racional de la fórmula racional, XVI Congreso Nacional

de Hidráulica, Santiago, Chile.
U.S. Bureau of Reclamation (1977), Design of Small Dams, U.S. Government

Printing Office.
Verni, F., & H. King (1977), Estimación de Crecidas en Cuencas No Controla-

das, III Coloquio Nacional de Hidráulica.
Viessman, W., Lewis, G.L. & Knapp, J.W. (1989), Introduction to Hydrology,
Editorial Harper and Row, 3a edición, Estados Unidos de América.

Fundamentos de Hidrología Aplicada - Stowhas

Cargado por

Copyright:

Formatos disponibles

Fundamentos de Hidrología Aplicada - Stowhas

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

Fundamentos de Hidrología Aplicada - Stowhas

Cargado por

Copyright:

Formatos disponibles

Capı́tulo 1

1.1. Definición y Alcance de la Hidrologı́a

Sin embargo, considerando que, de una u otra forma, el agua se presenta

En este contexto, aparecen una serie de herramientas matemáticas, métodos

De lo anteriormente expuesto, se deduce que existe una amplia gama de

El presente texto está orientado especialmente a las aplicaciones ingenieriles

1.2. Hidrologı́a e Ingenierı́a

Definiendo al Ingeniero como el profesional encargado de concebir, planificar,

Es ası́, por ejemplo, como los estudios y análisis hidrológicos en ingenierı́a

obras de protección, del establecimiento o determinación de los caudales mı́ni-

Los resultados de estos estudios resultan fundamentales para planificar la

1.3. Disponibilidad del Recurso Agua

El agua, siendo uno de los elementos naturales más abundantes de la Tierra, se

Como se desprende de las cifras de la Tabla 1.1, de una disponibilidad total

Tabla 1.1: Disponibilidad de agua en la Tierra.

Además, la distribución y ocurrencia natural de las aguas continentales es

Esta situación ha llevado tanto a la necesidad de desarrollar programas y

La hidrolog´ıa, como se ha mencionado anteriormente, proporciona elementos

1.4. El Ciclo Hidrológico

El ciclo hidrológico es un concepto más bien académico que corresponde a un

Aún cuando el ciclo hidrológico es globalmente un proceso continuo, con-

En primer lugar, se hace referencia a la Figura 1.1 que describe en forma

As´ı, se observa como el agua depositada en el principal elemento de alma-

las napas subterráneas, o escurrir a través de grietas en los estratos profundos

Puede observarse, a su vez la interacción o traspaso de agua entre diferentes

Figura 1.1: El Ciclo Hidrológico.

La representación gráfica del ciclo hidrológico permite efectuar una especie

Finalmente, la imagen de la Figura 1.1 no permite considerar la variable

perı́odos secos o sequı́as.

Para lograr parte de estos objetivos, levantando algunas de las limitaciones,

FLUJO SUBSUPERFICIAL FLUJO

EVAPORACION DESDE SUELOS

AGUA FLUJO SUBTERRANEO FLUJO SUBTERRANEO

Figura 1.2: Diagrama de flujo del Ciclo Hidrológico.

1.5. El Ciclo de Escorrentı́a

La gran complejidad y la diversidad de procesos que intervienen en el ciclo

La Hidrologı́a, en particular, se aboca especı́ficamente al estudio de una parte

Dentro de la Hidrolog´ıa, a su vez, es posible distinguir, considerando los pro-

La definición del ciclo de escorrentı́a determina como unidad fı́sica territorial

La l´ınea perimetral que encierra y delimita la superficie de la cuenca, se

Cabe agregar aquı́, la ventaja de utilizar la cuenca hidrográfica no sólo como

1.6. Ecuación General de Balance Hidrológico

Asociado a la cuantificación de los conceptos de ciclo hidrologico y ciclo de

Expresada en su forma más básica y general, la ecuación de continuidad

donde I y Q son los flujos de entrada y salida a un determinado volumen de

La ecuación (1.1), expresada en su forma integral y aplicada a una cuenca

Para un intervalo de tiempo ∂t comprendido entre dos instantes t1 y t2, el

P + Qa − R − E − T − Qe = ∂Vsup + ∂Vsub + ∂Vh + ∂H (1.2)

donde P es la precipitación total ocurrida en el perı́odo t2 − t1 sobre la cuen-

Salvo en cuencas intervenidas por el hombre, el término Qa es normalmente

ET , por lo que la ecuación (1.2) puede reescribirse de la forma:

P − ET − Qe = ∂Vsup + ∂Vsub + ∂Vh + ∂H (1.3)

Siendo conceptualmente exacta, para la aplicación práctica de la ecuación

En efecto, utilizando como intervalo de tiempo t2 − t1 , un perı́odo que se

Si, por ejemplo, se inicia y termina el perı́odo de balance al final de la tem-

Esta ecuación permite una primera estimación aproximada de la escorrentı́a

salvo en aquellos casos en que las variaciones de almacenamiento a escala anual

Mayor aproximación aún se logra con la ecuación anterior, si se aplica a la

En los capı́tulos siguientes se verá una descripción detallada de las varia-

Sellers, W. D. (1965), Physical Climatology, The Universiy of Chicago Press.