Estimacion de Datos Faltantes

ESTIMACION DE DATOS
FALTANTE DE
PRECIPITACION
ANALISIS DE HOMOGENEIDAD Y CONSISTENCIA
El análisis de homogeneidad y consistencia realiza un análisis de la información disponible mediante

criterios físicos y métodos estadísticos q permiten identificar, evaluar y eliminar los posibles errores
que puedan ocurrir
El análisis de consistencia detecta el

El análisis de homogeneidad se utilizan error gráficamente con la ayuda de datos
pruebas estadísticas. Donde se analiza la de estaciones cercanas. Se realiza
serie de datos por si sola. Se aplican a generalmente con estación con respecto
estaciones principales a otra estación con datos homogéneos
ANALISIS DE HOMOGENEIDAD Y CONSISTENCIA
PRUEBAS ESTADISTICAS DE HOMOGENEIDAD
HIPOTESIS NULA TODOS LOS VALORES DE LA SERIE SON DATOS

ALIATORIOS DE UNA SOLA POBLACION ES UNA SERIE HOMOGENEA
QUIERE DECIR QUE TODOS LOS DATOS CORRESPONDE A
MEDICIONES DE UN MISMO CITO BAJO LAS MISMAS CONDICIONES
HIPOTESIS ALTERNATIVA ES UNA SERIE NO HOMOGENEA CON

TENDENCIA MONOTONA QUIERE DECIR QUE EXITEN VALORES QUE
ESTAN FUERA DE LO NORMAL QUE HACEN QUE LA SERIE
COMPLETA SEA NO HOMOGENEA
TEST DE MANN KENDALL
Las pruebas de Helmert (PH) y de las secuencias (PS) detectan si la serie o

registro es homogéneo, debido a que no tiene persistencia o tendencia, cambio en la
media, o bien, no oscila demasiado. En cambio, la prueba de Von Neumann (PV) es
de aleatoriedad contra componentes determinísticas no especificadas.
Pm > Pn = +
Pm < Pn = -
Pm > Pn = + + , + = Secuencia
Pm < Pn = - + , - = Cambio
METODOS PARA LA ESTIMACION DE DATOS FALTANTES
Métodos de Series Anuales
MÉTODO DE LA RAZÓN Q
Se aplica a pares de estaciones, en donde A tiene los datos completos y B no. La razón (q) entre los
valores mensuales, anuales o medios, tiende a ser constante. Así, si se tienen dos estaciones (A y B), se
determina “q” como:
Por tanto, el valor bj faltante en la estación B, se obtiene como: bj = q * aj
Ventajas: permite rellenar medias de diferentes períodos y puede ser utilizado para valores mensuales y
anuales.
METODOS PARA LA ESTIMACION DE DATOS
FALTANTES
Métodos de Series Anuales
MÉTODO DE LA RAZÓN-NORMAL
Considera promedios de precipitación anuales en períodos iguales, no normales. Se aplica a tres

estaciones cercanas y uniformemente espaciadas con respecto a la estación en estudio. Sea Px la
precipitación anual de una estación X para un año determinado y utilizando los datos de dos estaciones A
y B conocidas, se tiene que:
Donde:
Nx: precipitación promedio de la estación X, para el mismo período que se obtiene la lluvia promedio de
la estación A (NA) y B (NB).
PA y PB: valores correspondientes a Px, de las estaciones A y B.
Ventajas: Este método se sugiere para cuando las diferencias en las precipitaciones anuales normales
de las estaciones consideradas son mayores que un 10 %. Desventajas: la uniformidad de
espaciamiento puede ser difícil de cumplir en algunas regiones. (1)
COMPLETACIÓN POR REGRESIONES MÚLTIPLES
Se recomienda para estimación de datos mensuales y anuales de la estación en estudio, en base a

datos pluviométricos consistentes de una estación cercana. Se establece una correlación como esta:
Donde:
Y: valor de precipitación estimada
Xi: valor de precipitación en estaciones con información completa
a,b,c: constantes de regresión
Es más recomendable que el método de regresión Lineal, pero siempre que se cuente con estaciones
cercanas y confiables.(2)
MÉTODOS MULTI VARIANTES

Razón Normal
Emplea tres estaciones. Requiere realizar los cálculos con los valores de las series previamente
normalizados mensualmente, en donde el coeficiente de correlación calculado es el de Pearson.
Calcula el dato incompleto, x(t) de una serie, a partir de los datos de las series de tres estaciones vecinas
y contemporáneas que presenten un alto grado de correlación con la serie a completar, se estima a
través de la expresión:
Donde:
x, x1 , 2 x y 3x: son las medias de las variables en cuestión de la serie incompleta y de las tres series
vecinas respectivamente
x1(t) , x2(t) y x3(t): son los datos correspondientes a las series vecinas respectivamente.
Ventajas: Este método juega con la variabilidad registrada en otras estaciones y con la razón
proporcional entre ellas, y al tener tres estaciones se suaviza la influencia que podría tener un error en
una de ellas

Combinación Lineal Ponderada.
La idea es sustituir la falta de datos a partir de los datos de series estadísticamente próximas, que son
conocidas como vecinas. Se tiene que para un mes t determinado, el dato incompleto x(t) se puede
expresar como:
Donde:
ri: es el coeficiente de correlación de Pearson entre la serie i-ésima y la serie incompleta y xi(t) es el valor
del instante t de la serie i-ésima.
Los coeficientes de correlación de Pearson deben calcularse con los valores de las series normalizados
mensualmente.
Ventajas: El número de series que se utilizan para el completado es arbitrario en principio. (3


Combinación Lineal Ponderada.
La idea es sustituir la falta de datos a partir de los datos de series estadísticamente próximas, que son
conocidas como vecinas. Se tiene que para un mes t determinado, el dato incompleto x(t) se puede
expresar como:
Donde:
ri: es el coeficiente de correlación de Pearson entre la serie i-ésima y la serie incompleta y xi(t) es el valor
del instante t de la serie i-ésima.
Los coeficientes de correlación de Pearson deben calcularse con los valores de las series normalizados
mensualmente.
Ventajas: El número de series que se utilizan para el completado es arbitrario en principio. (3

TRANSFORMADA WAVELET (TW)

Permite estudiar series de tiempo con una resolución baja para escalas grandes (Estructuras generales)
y con resoluciones altas para escalas pequeñas (Estructuras finas). La construcción del algoritmo se
puede dar de la siguiente manera:
Seleccionar dos estaciones vecinas, una vacía (f) y otra completa (g). Ambas deben pertenecer a la
misma familia de distribución y con indicadores climáticos similares.
a) Estandarizar las señales de las estaciones siguiendo la metodología de Nakken.
b) Descomponer la señal con las siguientes ecuaciones, hasta un cierto grado N.

c) Promediar los valores de f en el nivel N.
d) Obtener la tendencia de f en el nivel N y los ruidos de g en todos los niveles.
e) Realizar el proceso inverso de la estandarización del paso b) para obtener la señal h.
f) Finalmente, los valores faltantes f son reemplazos los valores generados h.
A continuación, podemos apreciar un gráfico que muestra la reconstrucción de precipitaciones mediante

el empleo del presente método.

 ANALISIS DE CONSISTENCIA
La consistencia relativa significativa que los datos hidrológicos en una observación cierta estación son
generados por el mismo mecanismo que genera similares datos de otras estaciones. Es una práctica común
para verificar la coherencia en relación con el doble de la masa de análisis
Para determinar la consistencia relativa, se comparan las observaciones a partir de una cierta estación con la
media de las observaciones de varias estaciones cercanas.
Este medio se llama la base o patrón es difícil decir cuántas estaciones el modelo debe e incluir. Las estaciones
cuanto menor los datos determinados influirá en la consistencia y la valides de la media patrón.
Doble masa de análisis, es comprobación requiere eliminar del patrón los datos de una determinada estación y
comparándolos con los datos restantes. Si estos datos son consistentes con los totales generales de la zona,
que se vuelven a incorporar en el patrón no se puede hacer un análisis de doble masa, sin embargo se pueden
detectar cambios similares que ocurrieron en las estaciones de forma simultánea. Por ejemplo si al mismo
tiempo todas las estaciones en la región comenzaron a registrar los datos que fueron del 50% que es
demasiado grande, la doble curva de la masa no muestra un cambio significativo.
Métodos para el Cálculo de
la Precipitación Media en
una Cuenca
Cálculo de la Precipitación Media con el Método Aritmético.
Este método provee una buena estimación si las estaciones pluviométricas están distribuidas uniformemente
dentro de la cuenca, el área de la cuenca es bastante plana y la variación de las medidas pluviométricas entre
las estaciones es pequeña. Según el Método Aritmético, la Precipitación media se calcula aplicando la siguiente
expresión:
en donde Pi es la precipitación puntual en la estación i y n el número de estaciones dentro de los límites de la

cuenca en estudio. Como vemos es simplemente un promedio de las precipitaciones registradas en las
distintas estaciones consideradas dentro de la cuenca.
Método de los Polígonos de Thiessen
Este método se puede utilizar para una distribución no uniforme

de estaciones pluviométricas, provee resultados más correctos
con un área de cuenca aproximadamente plana, pues no
considera influencias orográficas.
El método asigna a cada estación un peso proporcional a su área

de influencia, la cual se define para cada estación de la siguiente
manera:
Todas las estaciones contiguas se conectan mediante líneas

rectas en tal forma que no hayan líneas interceptadas, es decir
conformando triángulos:
En cada una de las líneas previamente dibujadas se trazarán

mediatrices perpendiculares, las cuales se prolongarán hasta
que se corten con otras mediatrices vecinas:
Los puntos de cruce o intersección entre las mediatrices

representan los puntos del polígono cuya superficie constituye el
área de influencia de la estación que queda dentro de dicho
polígono
Finalmente, el área de cada uno de estos polígonos debe ser

calculada (Ai) para poder realizar el Cálculo de la Precipitación
Media sobre la cuenca mediante la expresión:
Vale destacar que, en los polígonos limítrofes (cercanos al

límite de la cuenca, como el de la estación N° 6 en la figura
anterior) se considera solamente el área interior.
Método de las Isoyetas
Es el método más preciso, pues permite la consideración de

los efectos orográficos en el cálculo de la lluvia media sobre
la cuenca en estudio. Se basa en el trazado de curvas de
igual precipitación de la misma forma que se hace para
estimar las curvas de nivel de un levantamiento topográfico.
Sobre la base de los valores puntuales de precipitación en
cada estación (como los enmarcados en un cuadro rojo en
la siguiente figura) dentro de la cuenca, se construyen, por
interpolación, líneas de igual precipitación:
Las líneas así construidas son conocidas como isoyetas. Un

mapa de isoyetas de una cuenca es un documento básico
dentro de cualquier estudio hidrológico, ya que no
solamente permite la cuantificación del valor medio sino que
también presenta de manera gráfica la distribución de la
precipitación sobre la zona para el período considerado.
Una vez construidas las isoyetas será necesario determinar
el área entre ellas para poder determinar la precipitación
media mediante la expresión:
Como se observa de la anterior expresión este método

asume que la lluvia media entre dos isoyetas sucesivas
es igual al promedio numérico de sus valores

Estimacion de Datos Faltantes

Cargado por

Copyright:

Formatos disponibles

Estimacion de Datos Faltantes

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

Estimacion de Datos Faltantes

Cargado por

Copyright:

Formatos disponibles

ESTIMACION DE DATOS

El análisis de homogeneidad y consistencia realiza un análisis de la información disponible mediante

El análisis de consistencia detecta el

HIPOTESIS NULA TODOS LOS VALORES DE LA SERIE SON DATOS

HIPOTESIS ALTERNATIVA ES UNA SERIE NO HOMOGENEA CON

Las pruebas de Helmert (PH) y de las secuencias (PS) detectan si la serie o

Métodos de Series Anuales

Por tanto, el valor bj faltante en la estación B, se obtiene como: bj = q * aj

Considera promedios de precipitación anuales en períodos iguales, no normales. Se aplica a tres

PA y PB: valores correspondientes a Px, de las estaciones A y B.

COMPLETACIÓN POR REGRESIONES MÚLTIPLES

Se recomienda para estimación de datos mensuales y anuales de la estación en estudio, en base a

Y: valor de precipitación estimada

Xi: valor de precipitación en estaciones con información completa

a,b,c: constantes de regresión

MÉTODOS MULTI VARIANTES

MÉTODOS MULTI VARIANTES

Ventajas: El número de series que se utilizan para el completado es arbitrario en principio. (3

MÉTODOS MULTI VARIANTES

Ventajas: El número de series que se utilizan para el completado es arbitrario en principio. (3

TRANSFORMADA WAVELET (TW)

a) Estandarizar las señales de las estaciones siguiendo la metodología de Nakken.

b) Descomponer la señal con las siguientes ecuaciones, hasta un cierto grado N.

TRANSFORMADA WAVELET (TW)

c) Promediar los valores de f en el nivel N.

d) Obtener la tendencia de f en el nivel N y los ruidos de g en todos los niveles.

e) Realizar el proceso inverso de la estandarización del paso b) para obtener la señal h.

f) Finalmente, los valores faltantes f son reemplazos los valores generados h.

A continuación, podemos apreciar un gráfico que muestra la reconstrucción de precipitaciones mediante

TRANSFORMADA WAVELET (TW)

en donde Pi es la precipitación puntual en la estación i y n el número de estaciones dentro de los límites de la

Este método se puede utilizar para una distribución no uniforme

El método asigna a cada estación un peso proporcional a su área

Todas las estaciones contiguas se conectan mediante líneas

En cada una de las líneas previamente dibujadas se trazarán

Los puntos de cruce o intersección entre las mediatrices

Finalmente, el área de cada uno de estos polígonos debe ser

Vale destacar que, en los polígonos limítrofes (cercanos al

Es el método más preciso, pues permite la consideración de

Las líneas así construidas son conocidas como isoyetas. Un

Como se observa de la anterior expresión este método

También podría gustarte