Please enable JavaScript.
Coggle requires JavaScript to display documents.
Relación lluvia-escurrimiento, Vertiz Gonzalez Javier - Coggle Diagram
Relación lluvia-escurrimiento
Principios básicos del hidrograma unitario
Fundamentos conceptuales
Definición y propósito: Explica la respuesta en caudal de una cuenca ante una lluvia unitaria, usada para modelar escurrimiento y diseñar infraestructuras.
Supuestos clave: Presupone linealidad e invariancia temporal para que la respuesta a lluvias compuestas sea convolución de unitarias.
Parámetros principales: Tiempo de concentración, tiempo de pico y volumen bajo el hidrograma, determinan forma y magnitud de la respuesta.
Limitaciones teóricas: No captura no linealidades, variabilidad espacial de lluvia ni cambios en uso de suelo; requiere calibración.
Elementos de un hidrograma unitario típico
Curva ordinaria: Representa caudal por unidad de precipitación efectiva por tiempo; muestra ascenso, pico y recesión.
Volumen hidrológico: Área bajo la curva proporcional al escurrimiento total generado por la lluvia unitaria.
Tiempo al pico: Intervalo desde inicio hasta caudal máximo; influye en diseño de canales y embalses.
Recesión: Pendiente de descenso que indica almacenamiento y pérdidas en la cuenca.
Métodos empíricos para estimar hidrograma unitario
Métodos clásicos y regionales
Snyder: Formula paramétrica basada en tamaño y forma de cuenca, usa tiempo de concentración y coeficientes regionales; útil en cuencas pequeñas.
SCS Unit Hydrograph (TR-55): Método basado en curvas características y factores de tiempo, ampliamente usado por su simplicidad y datos mínimos.
Rational modificada: Aproximación para picos de caudal usando coeficiente de escorrentía y tiempo de concentración, adecuado para áreas pequeñas.
Curvas empíricas regionales: Relaciones derivadas de datos locales que ajustan parámetros según clima y geografía.
Métodos basados en mediciones y ajuste de datos
Hidrograma directo observado: Se obtiene a partir de eventos reales y se normaliza por precipitación efectiva; requiere registros fiables de lluvia y caudal.
Deconvolución de registros: Técnica matemática para extraer hidrograma unitario separando series de lluvia y caudal; sensible a ruido en datos.
Ajuste por calibración: Optimización de parámetros de modelos empíricos contra eventos medidos usando criterios de error (NSE, RMSE).
Uso de modelos pluviométrico-hidrológicos: Simulaciones que integran precipitaciones sintéticas y conservación de masa para derivar hidrogramas unitarios.
Aplicaciones prácticas del hidrograma unitario
Diseño y manejo de infraestructura hidráulica
Dimensionamiento de obras: Determina caudales máximos para diseñar alcantarillas, puentes y canales resistentes a avenidas.
Diseño de embalses y estanques: Calcula volumen y régimen de vaciado necesario para control de crecidas y retención.
Sistemas urbanos de drenaje: Apoya en dimensionamiento de colectores y zanjas mediante hidrogramas ajustados a intensidades de diseño.
Planificación de obras temporales: Uso en estimaciones rápidas para obras de mitigación y controles de erosión.
Gestión de recursos y evaluación de riesgos
Análisis de riesgo de inundación: Permite estimar tiempos de respuesta y magnitud de crecidas para alertas tempranas.
Evaluación de impacto por cambios de uso del suelo: Comparación de hidrogramas antes y después de urbanización o deforestación.
Estudios de escorrentía y erosión: Relaciona volumen y forma del hidrograma con potencial de arrastre de sedimentos.
Modelación de cuencas para conservación: Apoya decisiones en prácticas de manejo (retenedores, restauración de riberas).
Ventajas y limitaciones de métodos empíricos
Valores prácticos y condiciones de uso
Rapidez y simplicidad: Permiten estimaciones con pocos datos, útiles en etapas preliminares de diseño.
Economían de datos: Adecuados donde hay carencia de registros detallados de lluvia o caudal.
Facilidad de implementación: Integrables en guías técnicas y software comúnmente usados.
Riesgos y restricciones técnicas
Transferibilidad limitada: Parámetros empíricos pueden no ser válidos fuera de la región o condiciones de calibración.
Sensibilidad a datos: Métodos de deconvolución y calibración requieren series de calidad; ruido distorsiona resultados.
No linealidad ignorada: En eventos extremos o cuencas con cambios rápidos, los supuestos de linealidad fallan y requieren modelos físicos.
Vertiz Gonzalez Javier