Modelos Matematicos para La Estimacion de Tormentas de Diseño en El Estado Cojedes
Modelos Matematicos para La Estimacion de Tormentas de Diseño en El Estado Cojedes
Modelos Matematicos para La Estimacion de Tormentas de Diseño en El Estado Cojedes
UNELLEZ. [email protected]
(2) Tesista del postgrado de Ingeniera Ambiental de la UCAB; profesora de: Topografa, Cartografa y
Resumen
Los patrones de Intensidad, Duracin y Frecuencia (IDF) de las lluvias extremas son empleados en el
diseo de obras de drenajes. Dado que en el estado Cojedes es escasa la informacin con respecto a los
patrones IDF de sus lluvias extremas, esta investigacin tuvo como objetivo generar modelos matemticos
para la estimacin de tormentas de diseo en el estado Cojedes. Fue una investigacin de campo del tipo
retrospectivo. Se tomaron los registros histricos de 48 estaciones pluviomtricas ubicadas en el estado
Cojedes y sus adyacencias, a partir de los cuales se determin la intensidad de las lluvias extremas para
duraciones comprendidas entre 5 minutos y 24 horas. Se ajustaron los valores histricos de duracin,
intensidad y periodo de retorno a la ecuacin de Bernard (1932): I = (k.Trm)/(D+c)n. Un anlisis de
regresin no lineal se emple para obtener las constantes de los modelos: k, m, n y c. A cada modelo se le
cuantific: el coeficiente de determinacin, el porcentaje de la varianza explicada, el error estndar de los
parmetros estimados, la matriz de correlacin de los parmetros estimados; asimismo, se grafic: los
valores predichos por el modelo versus los observados y la distribucin de los residuales en papel normal.
Igualmente, se obtuvo un modelo para predecir el patrn IDF de las lluvias extremas de todo el estado
Cojedes. Los modelos puntuales ostentaron R2 entre 54,15 % y 99,00 %, siendo las estaciones: Tinaquillo
y Pao Oficina los ms inadecuados. El modelo matemtico IDF para el estado Cojedes tuvo un R2 de
99,471 %. Se recomienda ampliar este estudio considerando un mayor nmero de registros histricos y
evaluar la distribucin espacial de las lluvias extremas en el estado.
Palabras claves: lluvias extremas, Patrn IDF, modelo matemtico
Abstract
The Intensity, Duration and Frequency Patterns (IDF) of the extreme rains are employees in the design of
works of drainages. Since in the state Cojedes is scarce the information with regard to the patron IDF of
its extreme rains, this investigation had as objective to generate mathematical models for the estimate of
design storms in the state Cojedes. It was an investigation of field of the retrospective type. The historical
registrations of 48 meteorological stations were manipulated located in the state Cojedes and their
surroundings, of these the intensity of the extreme rains was determined for durations understood between
5 minutes and 24 hours. The historical values of duration, intensity and period of return were adjusted to
Bernard's equation (1932): I = (k.Trn)/(D + c)m. An analysis of non lineal regression was used to obtain the
constants of the models: k, m, n and c. For each pattern we calculate: the coefficient of determination, the
percentage of the explained variance, the standard error of the parameters, the matrix of correlation of the
parameters; also, we made graphics: the values predict yourselves for the pattern versus those observed
and the distribution of the residual ones in normal paper. Also, a model was obtained to predict the patron
IDF of the extreme rains of the whole state Cojedes. The punctual models showed R2 between 54,15 %
and 99,00 %, being the stations: Tinaquillo and Pao Oficina the most inadequate. The mathematical
pattern IDF for the state Cojedes had a R2 of 99,471 %. We recommend enlarging this study considering a
bigger number of historical registrations and to evaluate the space distribution of the extreme rains in the
state.
Key words: extreme rains, Patron IDF, mathematical model
INTRODUCCIN
Una tormenta de diseo puede definirse mediante un valor de profundidad de precipitacin en un punto,
mediante un hietograma de diseo que especifique la distribucin temporal de la precipitacin durante una
tormenta, o como se conoce ordinariamente patrn IDF (patrn de Intensidad-Duracin-Frecuencia de las
lluvias extremas). A pesar de la importancia de conocer el patrn IDF de una regin al momento de
disear obras hidrulicas, el estado Cojedes se caracteriza por tener poca informacin en torno a la manera
como se distribuyen espacial y temporalmente las intensidades mximas de precipitacin. Esta situacin
ha conducido al subdimensionamiento o sobredimensionamiento de obras civiles, trayendo como
consecuencia que stas posean costos exorbitantes o que ostente un elevadsimo riesgo de falla. Ante esta
situacin, la presente investigacin ha conducido al establecimiento de 48 modelos matemticos para la
estimacin de tormentas de diseo en el estado Cojedes, con los cuales los proyectistas podrn disear de
manera adecuada obras hidrulicas.
MARCO TERICO
Mijares (1987), seal que existen bsicamente dos mtodos con los que se puede determinar la relacin
entre las variables: intensidad, duracin y tiempo de retorno para un sitio dado. El primero, llamado de
intensidad-duracin-periodo de retorno, relaciona estas tres variables para cada duracin por separado
mediante alguna de las funciones de distribucin probabilidad usadas en hidrologa: Normal, Log Normal,
Pearson Tipo III, Gamma, Log Pearson Tipo III, Exponencial, Valores Extremos Tipo I (conocida como
Gumbel), entre otras. El segundo mtodo relaciona simultneamente las tres variables en una familia de
curvas cuya ecuacin es:
I=
k .T m
(d + c )n
Donde:
I: intensidad de la lluvia en mm/h
T: tiempo de retorno en aos
(1)
(2)
y = log(I )
(3)
ao = log(k )
(4)
a1 = m
(5)
x1 = log(T )
(6)
a2 = n
(7)
x2 = log(d + c)
(8)
y = ao + a1.x + a2 .x2
(9)
La ecuacin (9) es una familia de lneas rectas de pendiente a2, ordenada al origen ao y espaciamiento a1.
Al hacer un ajuste de correlacin lineal mltiple de una serie de tres variables, se obtiene un sistema de
ecuaciones como el siguiente:
y = Na
+ a1. x1 + a2 . x2
(10)
( )
(11)
(x . y ) = a . x
1
(x . y ) = a . x
2
+ a1 x1 + a2 . ( x1.x2 )
2
+ a1. ( x1.x2 ) + a2 . ( x2 )
Donde:
N: nmero de datos
ao, a1 y a2: parmetros a calcular
x1: logaritmo del periodo de retorno
x2: duracin de la lluvia (con el valor c agregado de ser necesario)
(12)
Pa =
k .T m
(d + c )n
.d
(13)
Donde:
Pa: lluvia acumulada al tiempo d en mm
T: tiempo de retorno en aos
d: duracin de la lluvia en horas
k, m, n y c: parmetros ajustados mediante regresin no lineal
La curva de masa de precipitacin, representa la altura total de precipitacin que, en promedio, se
produce en el rea de influencia del pluviogrfo durante una tormenta. Esta curva se construye aplicando
el mtodo aritmtico o el polgono de Thiessen, a las alturas de precipitacin acumuladas en cada estacin
para diferentes tiempos. Asimismo, a partir de estas curvas es posible obtener un hietograma que puede
ser usado como tormenta de diseo para alimentar a algn modelo de relacin lluvia escurrimiento (U.S.
Army Corps of Engineers, 2000).
MATERIALES Y MTODOS
A.- Unidad de estudio
El estado Cojedes posee una superficie total de 14.800 Km2 y est delimitado por las coordenadas
geogrficas: Longitud Oeste: 67 45 00 a 68 59 00 y Latitud Norte: 10 05 17 a 8 30 48. Presenta
9 municipios y su actividad econmica se centra principalmente en la agricultura y la ganadera (INE,
PNUD y Gobernacin del estado Cojedes, 2001). Por otro lado, las principales cuencas hidrogrficas del
Estado son la de los ros: Camoruco, Tinaco, Tirgua, Pao y Cojedes; las cuales abarcan en forma conjunta
19.258,7 Km2, y poseen tiempos de concentraciones iguales a: 6,54; 12,97; 10,39; 13,37 y 42,35 horas,
respectivamente (Ruiz, 1990).
En relacin con las precipitaciones sobre el estado Cojedes, Ruiz (1990:23-24), sostiene que:
Las precipitaciones del Estado se caracterizan por poseer un periodo lluvioso que va
desde mayo a octubre, con dos mximas que oscilan alrededor de los 213 mm en los
meses de junio a julio (distribucin bimodal) y con una precipitacin promedio en este
lapso de 160 mmel periodo seco, abarca los meses de noviembre a abril, con una
mnima precipitacin en los meses de enero a febrero alrededor de 8 mm y un promedio
para dicho lapso de 160 mmla precipitacin media anual para el Estado, est ubicada
alrededor de los 1.430 mm y flucta entre un mximo de 1.978 mm en la zona norte del
Estado (zona montaosa) y un mnimo de 1.233 mm en los alrededores de las Galeras del
Pao
El nmero de estaciones pluviomtricas emplazadas a lo largo del Estado y zonas perifricas a l,
asciende a 58; no obstante, solamente 48 de stas presentan homogeneidad en torno a las lecturas de altura
de lluvia (Ramones y Vivas, 2001).
B.- Fases de la investigacin
Con el propsito de facilitar la comprensin del mtodo, se presentar dividido en tres fases: fase
preliminar, fase de premodelado y fase de modelado.
1.- Fase preliminar: se recab la mayor cantidad posible de registros histricos de las precipitaciones
mximas anuales ocurridas en el estado Cojedes, para ello se tom como punto de partida las lecturas
realizadas por las estaciones pluviomtricas enclavadas en el estado Cojedes y zonas aledaas (Tabla 1).
Puesto que los citados registros se encuentran en la base de datos de la Direccin de Hidrologa y
Meteorologa del MARN, se solicit la colaboracin del referido organismo. Las duraciones de inters
para este estudio fueron: 5 minutos, 15 minutos, 30 minutos, 1 hora, 2 horas, 3 horas, 6 horas, 9 horas, 12
horas y 24 horas; pues segn Ruiz (1990), la mayora de las cuencas hidrogrficas que conforman el
estado Cojedes ostentan tiempos de concentracin por debajo de 24 horas.
2.- Fase de premodelado: esta fase comprendi las siguientes etapas:
Recopilar para cada estacin informacin sobre: serial, altura sobre el nivel del mar, coordenadas
geogrficas, tipo de estacin y estado donde se encuentra.
Para cada ao de registro en una estacin pluviomtrica exista una mxima profundidad de lluvia para: 5
minutos, 15 minutos, 30 minutos, 1 hora, 2 horas, 3 horas, 6 horas, 9 horas, 12 horas y 24 horas. En los
casos donde falt un registro, se dej la casilla en blanco (en la ficha registro); por otro lado, solo se tom
en cuenta series anuales continuas, cuando se hall series discontinuas, se consider para el anlisis la
subserie anual de mayor amplitud.
Los registros asociados a las diferentes duraciones, se ordenaron de mayor a menor, asignndoles un orden
desde 1 (para el mayor registro) hasta n (siendo ste, el ltimo registro).
Serial
Latitud N
Longitud O
Tipo
Registros
Estado
Las Majaguas
2334
093913
68 59 37
C2
1963-1990
Portuguesa
Auro
2228
09 42 39
69 14 21
PR
1957-1983
Lara
Agua Blanca
2238
09 39 30
69 05 00
C2
1962-1990
Portuguesa
S.R. de Onoto
2331
09 41 24
68 48 25
PR
1955-1990
Portuguesa
Tocuyano
2351
09 32 13
68 57 09
PR
1957-1983
Portuguesa
Central Matilde
1381
10 08 39
68 52 11
C3
1943-1990
Yaracuy
Guabinas
2357
09 41 27
68 52 55
PR
1967-1990
Cojedes
Cojeditos
2340
09 38 47
68 55 10
PR
1963-1983
Cojedes
Santa Teresa
2342
09 31 23
68 51 37
PR
1963-1990
Cojedes
Guayabito
2362
09 30 31
68 48 31
PR
1957-1983
Cojedes
Palo Quemado
3303
09 25 00
68 42 00
PR
1967-1990
Cojedes
El Amparo
3301
09 18 36
68 45 25
PR
1967-1983
Cojedes
Los Cogollos
6357
10 09 19
68 41 38
PR
1966-1990
Yaracuy
Ceiba Camoruco
2333
09 39 03
68 44 23
PR
1963-1983
Cojedes
Nirgua
1373
10 09 43
68 33 35
PR
1967-1990
Yaracuy
Morena
2340
09 41 32
68 35 47
C3
1959-1983
Cojedes
Los Colorados
2354
09 38 33
68 37 04
PR
1967-1983
Cojedes
Vega Charcote
2364
09 30 29
68 37 58
PR
1955-1990
Cojedes
Temerla
1380
10 15 33
68 25 52
PR
1963-1990
Yaracuy
Miranda Trinidad
1385
10 10 32
68 25 11
PR
1966-1990
Carabobo
Vallecito
2308
09 52 52
68 27 57
PR
1963-1990
Cojedes
Manrique
2324
09 48 42
68 31 02
PR
1966-1983
Cojedes
3304
09 29 52
58 29 00
PR
1967-1990
Cojedes
Canoabo
1370
10 18 15
68 16 40
PR
1964-1990
Carabobo
Montalbn
1365
10 13 02
68 20 16
PR
1966-1990
Carabobo
Tinaquillo
2316
09 55 18
58 17 38
PR
1964-1990
Cojedes
Serial
Latitud N
Longitud O
Tipo
Registros
Estado
La Aguadita
2326
09 48 49
68 22 31
PR
1964-1983
Cojedes
Tinaco
2336
09 42 12
68 26 24
PR
1956-1990
Cojedes
Bal Carretera
3309
08 59 40
68 14 51
PR
1964-1990
Cojedes
Chirgua Cabecera
1318
10 17 40
68 10 24
PR
1967-1990
Carabobo
Bejuma Panamericana
1368
10 10 11
68 15 33
PR
1964-1990
Carabobo
Morita Casero
2348
09 39 19
68 15 30
PR
1957-1990
Carabobo
Guataparo Dique
1359
10 10 30
68 03 34
C3
1952-1984
Carabobo
Campo de Carabobo
1397
10 00 13
68 09 48
PR
1951-1990
Carabobo
Cachinche
2318
09 54 00
68 08 30
PR
1968-1989
Carabobo
Pao Planta
2338
09 45 37
68 06 44
PR
1964-1990
Cojedes
Pao Oficina
2349
09 39 00
68 08 00
PR
1964-1990
Cojedes
Galera
2350
09 28 44
68 10 31
PR
1964-1990
Cojedes
Cao Benito
2378
09 19 52
68 09 10
PR
1954-1990
Cojedes
Manaure
2404
09 57 58
67 48 20
PR
1963-1990
Carabobo
Mata Oscura
2352
09 31 56
68 54 20
PR
1963-1983
Cojedes
Hato Paradero
2427
09 46 20
67 34 40
PR
1961-1990
Guarico
S.J. Tiznado
2465
09 23 20
67 33 42
PR
1967-1990
Guarico
Los Naranjos
3403
08 52 38
67 30 35
PR
1954-1990
Guarico
Corozo Pando
3454
08 31 00
67 35 00
PR
1959-1990
Guarico
Sarare
2229
09 47 10
69 09 09
PR
1958-1990
Lara
Arismendi
3331
08 29 03
68 22 13
C2
1971-1990
Cojedes
Jobalito
3332
08 41 15
68 05 43
PR
1972-1990
Cojedes
Tr =
n +1
m
Donde:
Tr: tiempo de retorno en aos
(14)
I=
P
D
(15)
Donde:
I: intensidad promedio mxima expresada en mm/h
P. profundidad de la lluvia expresada en mm
D: duracin de la lluvia en horas
3.- Fase de modelado: culminada la fase de premodelado, las intensidades promedio mxima para cada
duracin y tiempo de retorno (lluvias locales) se procesaron con el software estadstico STATISTICA
(versin 6.0, 2000), haciendo uso del mdulo Nonlinear Regression, en su funcin User Specified
Regression Function; con ello, se cuantific los parmetros de la ecuacin 1 (k, m, n y c) para cada una de
las estaciones involucradas en el estudio. Se emple el mtodo de estimacin: Quasi Newton y la
funcin de prdida (loss function):
L = (obs pred ) 2
(16)
Donde:
L. funcin de prdida (Loss Function)
obs: valor observado
pred: valor predicho
En cada iteracin el software evalu la funcin a ajustar (ecuacin 1) en diferentes puntos para estimar
la primera y segunda derivada, y emple esta informacin para dirigir su bsqueda hacia el
establecimientos de los parmetros que minimizaran la funcin de prdida (STATSOFT, 2000).
Con el propsito de evaluar la calidad predictora del modelo se calcul: el coeficiente de determinacin
(R2), el porcentaje de la varianza explicada por el modelo, el error estndar de los parmetros estimados, la
matriz de correlacin de los parmetros estimados; asimismo, se grafic: los valores predichos por el
modelo versus los observados, la distribucin de los residuales y la distribucin de los residuales en papel
normal (Montgomery, 1991). Por ltimo, se obtuvo la ecuacin 1 para cada estacin pluviomtrica.
Para obtener los parmetros de las ecuaciones 1 y 13 del modelo regional, se consideraron las
estaciones: Arismendi, El Bal carretera, Cachinche, Campo Carabobo, Cao Benito, La Ceiba
Camoruco, Cojeditos, El Amparo, Galera, Guabinas, Guayabito, Hato Las Babas, Hato Paradero, Jobalito,
Aguadita, Manaure, Manrique, Mata Oscura, La Morena, Palo Quemao, Pao Oficina, Pao Planta, San
Rafael de Onoto, Tinaco, Vallecito y Las Vegas Charcote. Las referidas estaciones tienen un rea de
influencia que cubre la totalidad del estado Cojedes (14.800 Km2). A fin de establecer el rea de influencia
de cada estacin se emple el mtodo: Polgonos de Thiessen (Guevara y Cartaya, 1991; Chow, 1994).
Por ltimo, se debe destacar que se tom un lapso temporal comprendido entre 1972 y 1983, y duraciones
entre 15 minutos y 9 horas. La seleccin respondi a la existencia de registros continuos.
RESULTADOS
La Tabla 2 resume los parmetros de los modelos matemticos para estimar la intensidad de las lluvias
extremas en funcin de su duracin y tiempo de retorno en las 46 estaciones climatolgicas estudiadas.
Tabla 2. Parmetros de los modelos matemticos para estimar la intensidad de las lluvias extremas en
funcin de su duracin y tiempo de retorno en el estado Cojedes.
Parmetro
Estacin climatolgica
Las Majaguas
k
43,182
m
0,215
c
0,257
n
0,939
R2
98,981
Auro
39,602
0,273
0,163
0,848
98,024
Agua Blanca
42,663
0,222
0,216
0,829
97,569
S.R. de Onoto
50,975
0,272
0,378
0,958
97,870
Tocuyano
50,975
0,272
0,378
0,958
97,870
Central Matilde
44,274
0,281
0,328
0,983
98,960
Guabinas
45,318
0,301
0,428
0,899
92,108
Cojeditos
34,867
0,289
0,184
0,856
98,968
Santa Teresa
45,943
0,228
0,332
0,885
98,396
Guayabito
48,735
0,229
0,270
0,863
97,797
10
Tabla 2. Parmetros de los modelos matemticos para estimar la intensidad de las lluvias extremas en
funcin de su duracin y tiempo de retorno en el estado Cojedes (continuacin).
Parmetro
Estacin climatolgica
Palo Quemado
k
53,295
m
0,343
c
0,589
El Amparo
39,451
0,299
0,229 n,s,
Los Cogollos
17,091
0,496
-0,117
n,s,
n,s,
N
1,032
R2
96,014
0,852
94,694
0,671
91,046
0,952
89,768
Ceiba Camoruco
60,208
0,168
0,439
Nirgua
22,169
0,450
0,203
0,934
95,358
Morena
44,496
0,270
0,297
0,890
98,575
Los Colorados
45,977
0,299
0,419
0,877
95,530
Vega Charcote
32,924
0,293
0,179
0,819
97,552
Temerla
84,934
0,241
0,766
1,277
96,589
0,815
91,176
n,s,
Miranda Trinidad
22,765
0,324
0,050
Vallecito
46,333
0,189
0,265
0,884
97,699
Manrique
47,577
0,243
0,313
0,931
98,188
36,676
0,302
0,273
0,862
96,320
Canoabo
28,343
0,264
0,106
0,863
95,661
1,052
94,311
n,s,
Montalbn
29,988
0,272
0,345
Tinaquillo
10,515
0,488
-0,250
0,135
54,152
La Aguadita
42,484
0,233
0,207
0,812
98,243
Tinaco
43,146
0,262
0,352
0,882
96,357
Bal Carretera
69,275
0,218
0,529
1,049
98,322
Chirgua Cabecera
13,004
0,632
-0,171
0,514
87,398
0,702
95,655
n,s,
Bejuma Panamericana
19,196
0,394
0,045
Morita Casero
53,244
0,235
0,417
1,041
98,481
Guataparo Dique
22,384
0,457
0,014 n,s,
0,669
96,135
Campo de Carabobo
36,886
0,334
0,272
0,893
96,272
Cachinche
26,994
0,286
0,128 n,s,
0,845
94,942
Pao Planta
46,037
0,370
0,473
1,059
96,068
11
Tabla 2. Parmetros de los modelos matemticos para estimar la intensidad de las lluvias extremas en
funcin de su duracin y tiempo de retorno en el estado Cojedes (continuacin).
Parmetro
Estacin climatolgica k
Pao Oficina
31,544
m
0,345
c
0,171 n,s,
N
0,735
R2
84,201
Galera
47,394
0,320
0,328
0,938
99,000
Cao Benito
53,690
0,303
0,601
1,065
96,322
Manaure
36,474
0,419
0,513
1,066
93,375
0,779
88,063
n,s,
Mata Oscura
41,371
0,114
0,155
Hato Paradero
35,761
0,295
0,302
0,945
96,422
S.J. Tiznado
54,583
0,296
0,591
0,983
96,401
Los Naranjos
43,412
0,331
0,333
0,957
93,329
Corozo Pando
39,947
0,275
0,166
0,823
95,638
Sarare
37,420
0,296
0,858
98,651
0,865
87,042
0,848
98,076
Arismendi
74,021
-0,022
Jobalito
85,014
-0,765
0,215
n.s.
0,320
n.s.
0,417
I=
k .T m
(d + c )n
(17)
Donde:
I: intensidad de la lluvia en mm/h
T: tiempo de retorno en aos
d: duracin de la lluvia en horas
k, m, n y c: parmetros ajustados mediante regresin no lineal
Los modelos matemticos para estimar la altura de precipitacin acumulada de las lluvias extremas en
las diferentes estaciones climatolgicas en funcin de su duracin y tiempo de retorno (curva masa de
precipitacin extrema), se ajustaron a la siguiente funcin matemtica:
12
Pa =
k .T m
(d + c )n
.d
(18)
Donde:
Pa: lluvia acumulada al tiempo d en mm
T: tiempo de retorno en aos
d: duracin de la lluvia en horas
k, m, n y c: parmetros ajustados mediante regresin no lineal
Puesto que la ecuacin 18 es una extensin de la ecuacin 17, los parmetros (k, m, n, c) son los
mostrados en la Tabla 2. Las limitaciones en torno al uso de los modelos matemticos para estimar la
intensidad de las lluvias extremas en funcin de su duracin y tiempo de retorno, son aplicables a los
modelos derivados de la ecuacin 18.
Con relacin al modelo matemtico regional para la estimacin de la intensidad de las lluvias extremas
en funcin de su duracin y tiempo de retorno, la Tabla 3 resume las principales caractersticas del mismo.
Tal y como se mencion en los prrafos precedentes los parmetros se sustituyen en la ecuacin 18 para
generar un modelo que estime la lluvia acumulada promedio.
Tabla 3. Parmetros del modelo matemtico regional para estimar la intensidad de las lluvias extremas en
funcin de su duracin y tiempo de retorno en el estado Cojedes.
Parmetro
k
r2
53,126
0,122
0,320
0,920
99,471
CONCLUSIONES
Del anlisis y discusin de los resultados de esta investigacin se obtuvieron las siguientes conclusiones:
De todos los modelos generados, el derivado de la estacin climatolgica Tinaquillo no debe emplearse
13
como herramienta de prediccin, pues present un muy bajo porcentaje de varianza explicada (54,152 %).
Por otro lado, los modelos asociados a las estaciones: Pao Oficina, Chirgua Cabecera, Mata Oscura,
Arismendi y Ceiba Camoruco deben emplearse con cautela al momento de realizar pronsticos. El resto
de los modelos producen intensidades de lluvia bastantes cercanas a las reales. Debe resaltarse que en los
modelos matemticos asociados a las estaciones climatolgicas: El Amparo, Los Cogollos, Ceiba
Camoruco, Miranda Trinidad, Montalbn, Bejuma Panamericana, Guataparo Dique, Arismendi y
Cachinche, el parmetro c no debe incluirse, pues no fue estadsticamente significativo a un nivel de
confianza del 95 %; ms an, la estacin climatolgica Arismendi present un parmetro m no
significativo. En trminos globales, los referidos modelos ostentan un coeficiente de determinacin (R2)
promedio igual a 94,658 %; el cual es bastante bueno (Montgomery, 1991).
RECOMENDACIONES
En funcin de los resultados y conclusiones que se desprenden de este estudio se recomienda las
siguientes acciones:
1.- Repetir esta investigacin incluyendo registros histricos ms recientes a fin de incrementar la calidad
predictora de los modelos.
2.- Indagar la manera como se llevan los registros de lluvia acumulada en las estaciones pluviomtricas:
Tinaquillo, Pao Oficina, Chirgua Cabecera, Mata Oscura, Arismendi y Ceiba Camoruco, pues de
acuerdo a los resultados obtenidos se infiere la existencia de problemas instrumental y/o humanos.
3.- Elaborar un mapa del estado Cojedes donde se observe la distribucin de isolneas de profundidad de
la lluvia para diferentes duraciones y tiempo de retorno a fin de conocer la distribucin espacial de las
lluvias extremas en el estado.
inundaciones severas.
REFERENCIAS
Chow, V., Maidment, D. y Mays, L. (1994) Manual de hidrologa aplicada. Santa F de Bogota,
Colombia. Mc Graw Hill. pp. 455-499.
Guevara, E. y Cartaya, H. (1991) Hidrologa: una introduccin a la ciencia hidrolgica aplicada. Gueca
Ediciones. Valencia, Venezuela. pp. 119-144.
INE, PNUD y Gobernacin del estado Cojedes (2001) Sntesis estadstica del estado Cojedes 2001.
Documento del Proyecto Sistema de Informacin para la Gestin Local.
Mijares, F. (1987) Fundamentos de hidrolgica de superficie. Limusa Noriega Editores. Mxico. pp. 166175.
14
Montgomery, D. (1991) Diseo y anlisis de experimentos (Lic. Jaime Delgado Saldivar Trad.) Mxico:
Grupo Editorial Iberoamericana. pp. 429 462.
Ramones, R. y Vivas, I. (2001) Curvas de intensidad duracin frecuencia de lluvias en el estado
Cojedes. Trabajo de ascenso no publicado. Universidad Nacional Experimental de los Llanos
Ezequiel Zamora, Vicerrectorado de Infraestructura y Procesos Industriales. Cojedes, Venezuela. pp.
1-2; pp. 45-46 y anexo 2.
Ruiz, J. (1990) Principales caractersticas morfomtricas de cinco cuencas del estado Cojedes, su
correlacin e inferencias en el aspecto cualitativo del escurrimiento. Proyecto de investigacin.
Universidad Nacional Experimental de los Llanos Ezequiel Zamora. Vicerrectorado de Infraestructura
y Procesos Industriales. pp. 22-24.
STATISTICA
(versin
6.0)
[Programa
de
computacin
en
DC].
(2000).
Disponible:
http://www.statsoft.com
STATSOFT (2000) Nonlinear Estimation Procedures. Function Minimization Algorithms. Manual
electrnico del STATISTICA 6.0. Disponible: http://www.statsoft.com
U.S. Army Corps of Engineers (2000). Hydrologic Modeling System HEC HMS. Davis, EUA. pp. 123
126; p. 41.
AGRADECIMIENTOS
Un muy especial reconocimiento al Profesor Cesar Abreu, por su siempre incondicional apoyo; al Msc.
Ing. Tonny Garca por sus acertadas correcciones y a la UNELLEZ.