Evaluación de métodos convencionales para estimación de datos fal

Vista previa del material en texto

Universidad de La Salle Universidad de La Salle 
Ciencia Unisalle Ciencia Unisalle 
Ingeniería Civil Facultad de Ingeniería 
2016 
Evaluación de métodos convencionales para estimación de datos Evaluación de métodos convencionales para estimación de datos 
faltantes de precipitación de las estaciones hidro-meteorológicas faltantes de precipitación de las estaciones hidro-meteorológicas 
de influencia en la microcuenca El Cune en Villeta Cundinamarca de influencia en la microcuenca El Cune en Villeta Cundinamarca 
Jesús Antonio Forero López 
Universidad de La Salle, Bogotá 
Michael Stiven Rodríguez García 
Universidad de La Salle, Bogotá 
Follow this and additional works at: https://ciencia.lasalle.edu.co/ing_civil 
 Part of the Civil Engineering Commons 
Citación recomendada Citación recomendada 
Forero López, J. A., & Rodríguez García, M. S. (2016). Evaluación de métodos convencionales para 
estimación de datos faltantes de precipitación de las estaciones hidro-meteorológicas de influencia en la 
microcuenca El Cune en Villeta Cundinamarca. Retrieved from https://ciencia.lasalle.edu.co/ing_civil/111 
This Trabajo de grado - Pregrado is brought to you for free and open access by the Facultad de Ingeniería at 
Ciencia Unisalle. It has been accepted for inclusion in Ingeniería Civil by an authorized administrator of Ciencia 
Unisalle. For more information, please contact ciencia@lasalle.edu.co. 
https://ciencia.lasalle.edu.co/
https://ciencia.lasalle.edu.co/ing_civil
https://ciencia.lasalle.edu.co/fac_ingenieria
https://ciencia.lasalle.edu.co/ing_civil?utm_source=ciencia.lasalle.edu.co%2Fing_civil%2F111&utm_medium=PDF&utm_campaign=PDFCoverPages
https://network.bepress.com/hgg/discipline/252?utm_source=ciencia.lasalle.edu.co%2Fing_civil%2F111&utm_medium=PDF&utm_campaign=PDFCoverPages
https://ciencia.lasalle.edu.co/ing_civil/111?utm_source=ciencia.lasalle.edu.co%2Fing_civil%2F111&utm_medium=PDF&utm_campaign=PDFCoverPages
mailto:ciencia@lasalle.edu.co
1 
 
 
EVALUACIÓN DE MÉTODOS CONVENCIONALES PARAESTIMACIÓN DE 
DATOS FALTANTES DEPRECIPITACIÓN DELAS ESTACIONES HIDRO-
METEREOLÓGICAS DE INFLUENCIA EN LA MICROCUENCA ELCUNE EN 
VILLETA CUNDINAMARCA 
 
 
 
 
 
 
 
 
 
 
 
JESÚS ANTONIO FORERO LÓPEZ 
MICHAEL STIVEN RODRÍGUEZ GARCÍA 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
UNIVERSIDAD DE LA SALLE 
FACULTAD DE INGENIERÍA 
PROGRAMA DE INGENIERÍA CIVIL 
BOGOTA D.C. 
2016 
 
2 
 
 
Evaluación de métodos convencionales paraestimación de datos faltantes 
deprecipitación delas estaciones hidro-meteorológicas de influencia en la 
microcuenca ElCune en Villeta Cundinamarca 
 
 
 
 
 
 
 
Jesús Antonio Forero López 
Michael Stiven Rodríguez García 
 
 
 
 
 
 
 
Trabajo de Grado Presentado como Requisito para Optar al Título de Ingeniero Civil 
 
 
 
 
 
 
 
 
Directora 
MSc. María Alejandra Caicedo Londoño 
 
 
 
 
 
 
 
 
 
 
 
 
Universidad de La Salle 
Facultad de Ingeniería 
Programa de Ingeniería Civil 
Bogotá D.C. 
2016 
3 
 
 
Agradecimientos 
 
Los autores expresan su agradecimiento: 
 
Agradecemos en especial a las personas que participaron continuamente en la 
organización el proyecto con aportes significativos para su desarrollo y el ánimo que 
otorgaron en nosotros acompañándonos en momentos de crisis y en los momentos de 
felicidad para la culminación satisfactoria del presente. 
 
A la Magister María Alejandra Caicedo Londoño, por ser un apoyo incondicional en la 
elaboración del proyecto de grado y permitir que se pudiera llevar a cabo. Así mismo, por 
la paciencia, asesoría y colaboración que tuvo al momento de tener propuestas e 
inquietudes de realización de la presente investigación. 
 
 A todos los educadores e ingenieros del programa de Ingeniería Civil que nos aportaron 
sus conocimientos y además siempre tuvieron disposición de colaboración durante nuestra 
formación profesional. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4 
 
 
Dedicatoria 
 
 Le dedico este triunfo: 
 
 A Dios por las oportunidades y momentos para el logro de este título, por poner en mi 
camino las personas que han hecho que se cumpla. 
 
 A mi madre Greys López Ordoñez, quien con su ejemplo de esfuerzo y constancia en 
cualquier trabajo realizado ha sido y seguirá siendo para toda una bendición en el hogar. 
 
 A mi padre Antonio Forero Fajardo, quien ha sido un ejemplo de vida, lucha y 
constancia. Quien me enseñó a sobrellevar el sabor del triunfo y de la derrota, siendo un 
pilar y apoyo en mi vida de manera incondicional para todo lo que he realizado y para los 
éxitos que hemos logrado como familia. 
 
 A mis hermanos y mi familia quienes han sido un apoyo fundamental en varios logros y 
con sus palabras y gestos de apoyo para sortear mis diferentes momentos de la vida se han 
convertido en parte esencial para mis proyectos. 
 
 
Jesús Antonio Forero López 
 
 
 
 
 
 
 
 
 
 
5 
 
 
Dedicatoria 
 
Le dedico este triunfo: 
 
A Dios por tener la oportunidad privilegiada de estudiar y así poder obtener un logro que 
sin sus bendiciones no sería posible. 
 
A mi madre Ángela García Naranjo, por su apoyo cada mañana, por sus valores y 
constante lucha para sacar no solo este triunfo adelante sino toda una familia. 
 
A mi padre Edgar Rodríguez Ibáñez, quien me ha enseñado a ver la realidad de la vida, 
la lucha diaria y la perseverancia que hay que tener para afrontar triunfos y dificultades, 
por su esfuerzo para que sea mejor que él. 
 
A mi familia, por cada momento vivido durante estos años, los cuales me llenan de 
felicidad y fortaleza para saber lo privilegiado que soy y saber todo lo que tengo que 
trabajar para salir adelante. 
 
 
Michael Stiven Rodríguez García 
 
 
 
 
 
 
 
 
 
 
 
6 
 
 
Tabla de contenido 
 
Introducción ................................................................................................................... 12 
1. Descripción del Problema .................................................................................... 14 
2. Objetivos ............................................................................................................... 16 
2.1. Objetivo General ..................................................................................................... 16 
2.2. Objetivos Específicos .............................................................................................. 16 
3. Marco de Referencia ............................................................................................ 17 
3.1. Antecedentes ............................................................................................................ 17 
3.2. Marco Teórico-Conceptual .................................................................................... 19 
3.2.1. Recurso Hídrico .................................................................................................... 19 
3.2.2. Cuenca Hidrográfica ............................................................................................ 19 
3.2.3. Microcuenca ...................................................................................................... 20 
3.2.4. Precipitación ..................................................................................................... 20 
3.2.4.1. Clasificación de la Precipitación .................................................................. 22 
3.2.4.1.1. Llovizna ....................................................................................................... 22 
3.2.4.1.2. Lluvia........................................................................................................... 22 
3.2.4.1.3. Escarcha ...................................................................................................... 22 
3.2.4.1.4. Nieve ............................................................................................................ 23 
3.2.5. EstacionesPluviométricas ................................................................................ 23 
3.2.6. Modelos Estadísticos para completar Registros de precipitación ................ 23 
3.2.6.1. Métodos Convencionales .............................................................................. 24 
3.2.6.1.1. Regresión Lineal ........................................................................................ 24 
3.2.6.1.2. Coeficiente de Correlación ....................................................................... 25 
3.2.6.1.3. Combinación Lineal Ponderada (CLP) ................................................... 25 
3.2.6.1.4. Distancia Inversa Ponderada (IDW) ....................................................... 26 
7 
 
 
3.2.6.1.6. Método de Thiessen ................................................................................... 27 
3.2.7. Hietograma ........................................................................................................ 28 
3.2.8. Software ............................................................................................................. 29 
3.2.8.1. ArcGis ............................................................................................................. 29 
3.2.8.1.1. Formato Shapefile ...................................................................................... 29 
3.3. Marco Legal .......................................................................................................... 30 
3.4. Marco Contextual ................................................................................................. 31 
3.2.9. Población área de Influencia ............................................................................... 33 
3.2.10. Altitud ................................................................................................................. 34 
3.2.11. Área de la Micro-Cuenca de la quebrada el CUNE ........................................ 34 
3.2.12. Clima ................................................................................................................... 34 
3.2.12.1. Temperatura ...................................................................................................... 35 
3.2.12.2. Precipitación ..................................................................................................... 35 
3.2.13. Hidrología ........................................................................................................... 36 
4. Metodología .......................................................................................................... 37 
Etapa 1: Recopilación de Datos .................................................................................... 37 
Etapa 2: Construcción del Modelo de la Cuenca en ArcGis ...................................... 37 
Etapa 3: Análisis de consistencia de datos ................................................................... 38 
Etapa 4: Reconstrucción de Series de Precipitación ................................................... 39 
Etapa 5: Análisis de resultados y conclusiones ............................................................ 39 
Etapa 6: Construcción del Hietograma ........................................................................ 39 
5. Resultado y Análisis ............................................................................................. 40 
5.1. Microcuenca Quebrada Cune ................................................................................ 40 
5.2. Estaciones IDEAM ............................................................................................... 40 
5.2.1. Datos Registrados de Precipitación .................................................................... 41 
8 
 
 
5.3. Análisis de Consistencia de Datos por el Método de Curva de Doble Masa ... 43 
5.4. Reconstrucción de Series de Precipitación ........................................................ 46 
5.4.1. Métodos Convencionales ..................................................................................... 46 
5.4.1.1. Ponderación del Inverso de la Distancia (IDW) ............................................. 47 
5.4.1.2. Método de Regresión Lineal ............................................................................. 52 
5.4.1.3. Combinación Lineal Ponderada (CLP) ........................................................... 56 
5.4.1.4. Precipitación media ........................................................................................... 61 
6. Conclusiones y recomendaciones ........................................................................ 70 
Bibliografía ..................................................................................................................... 72 
Anexos ............................................................................................................................. 76 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
9 
 
 
Lista de Tablas 
 
Tabla 3.1 Normatividad Colombiana, sobre los recursos 
hídricos………............................30 
Tabla 5.1 Estaciones de 
trabajo………………………………………………….…………41 
Tabla 5.2 Estaciones de trabajo……………………………………..……………………..43 
Tabla 5.3Matriz de distancias Microcuenca Quebrada Cune………………………..……48 
Tabla 5.4Comparación método inverso de la distancia……………………………………51 
Tabla 5.5Comparación método regresión 
lineal……………………..…………………….56 
Tabla 5.6Matriz de Correlación estaciones cuenca El 
Cune……………………………….57 
Tabla 5.7Comparación método combinación lineal……………………………………….58 
Tabla 5.8Comparación métodos de reconstrucción de datos………...................................58 
Tabla 5.9Precipitación Promedio mensual registrada en los períodos 1988 – 2014………63 
Tabla 5.10Precipitación Media de Enero por Polígonos de Thiessen……………………..63 
Tabla 5.11Precipitación Media de Febrero por Polígonos de Thiessen…………………..64 
Tabla 5.12Precipitación Media de Marzo por Polígonos de 
Thiessen……………………..64 
Tabla 5.13Precipitación Media de Abril por Polígonos de Thiessen……………………..64 
Tabla 5.14Precipitación Media de Mayo por Polígonos de Thiessen……………………..64 
Tabla 5.15Precipitación Media de Junio por Polígonos de Thiessen……………………..65 
Tabla 5.16Precipitación Media de Julio por Polígonos de Thiessen………………………65 
Tabla 5.17Precipitación Media de Agosto por Polígonos de Thiessen…………………...65 
Tabla 5.18Precipitación Media de Septiembre por Polígonos de 
Thiessen………………..65 
Tabla 5.19Precipitación Media de Octubre por Polígonos de Thiessen…………………..66 
Tabla 5.20Precipitación Media de Noviembre por Polígonos de Thiessen…………….…66 
Tabla 5.21Precipitación Media de Diciembre por Polígonos de Thiessen………………..66 
 
 
10 
 
 
 
 
 
 
 
 
 
Lista de Figuras 
Figura 3.1 Humedad Atmosférica…………………………………………………………21 
Figura 3.2 Método Thiessen para el cálculo de la precipitación media…………………...28 
Figura 3.3 Microcuenca Quebrada 
Cune…………………………………………………..32 
Figura 4.1 Representación Gráfica Curva de Doble Masa………………………………...38 
Figura 5.2 Datos faltantes y registrados estaciones pluviométricas, 1988 – 2014…...…....42 
Figura 5.3 Curva de doble masa entre estaciones…………………………………………44 
Figura 5.4 Curva de doble masa entre estaciones…………………………………………45 
Figura 5.5 Curva de doble masa entre estaciones…………………………………………45 
Figura 5.6 Curva de doble masa entre estaciones…………………………………………46 
Figura 5.7 Mapa de distancias estación 
23065120……………………...............................48 
Figura 5.8 Mapa de distancias estación 2306140………………………………………....49 
Figura 5.9 Mapa de distancias estación 23060260………………………………………..49 
Figura 5.10Mapa de distancias estación 2306290………………………………………..50 
Figura 5.11 Mapa de distancias estación 
23065200……………………………………….50 
Figura 5.12Comportamiento mensual promedio…………………………………………51 
Figura 5.13Regresión lineal estación 21230120 vs 
2306140……………………………..53 
Figura 5.14Regresión lineal estación 21230120vs 2306260…………………………….53 
Figura 5.15Regresión lineal estación 21230120 vs 2306290…………………………….54 
Figura 5.16Regresión lineal estación 21230140 vs 2306260…………………………….54 
11 
 
 
Figura 5.17Regresión lineal estación 21230140 vs 
2306290……………………………..55 
Figura 5.18Regresión lineal estación 21230120 vs 
2306290……………………………..55 
Figura 5.19Comparación de métodos…………………………………………………….59 
Figura 5.20Comparación de métodos…………………………………………………….60 
Figura 5.21Comparación de métodos…………………………………………………….60 
Figura 5.22Área de influencia estaciones de estudio……………………………………..61 
 
Figura 5.23Área de influencia estaciones de estudio…………………………………….62 
Figura 5.24Hietograma mensual de precipitación……………………………………….67 
Figura 5.25 Precipitación media mensual Micro Cuenca Cune…………………………..68 
 
 
 
 
Lista de Anexos 
 
Anexo A. Tablas curvas de masa. 
Anexo B. Datos de precipitación suministrados por el IDEAM; ubicados de forma 
digital en el Cd adjunto. 
Anexo C. Planos ArcGis polígonos de Thiessen. 
Anexo D. Delimitación de la cuenca. 
Anexo E. Area de influencia estaciones de estudio. 
 
 
 
 
 
 
12 
 
 
Introducción 
 
Durante toda la vida el agua ha sido el elemento responsable principal de la vida de 
todos los seres vivos. Dicha ha estado presente directamente al medio ambiente, historia, 
energía, tecnología y la economía del planeta. A lo largo de la historia, se puede decir que 
el agua ha condicionado la vida de todo el planeta y ha sido un factor clave en el 
abastecimiento de los núcleos de la población 
 
Colombia presenta una de las mayores fuentes hídricas del planeta gracias a su ubicación 
geográfica, a la variedad topográfica y al régimen climático. Sin embargo, el agua no está 
dispuesta de manera homogénea en las diferentes regiones del país; sumado a esto la 
variabilidad y el cambio climático provocado por los malos usos que se han dado a los 
recursos naturales y la explotación masiva de los mismos, generan de esta manera que en 
algunas regiones la disponibilidad de agua superficial, tanto en cantidad como en calidad, 
se vea gravemente afectada, con más o menos precipitaciones según las diferentes regiones 
y una mayor frecuencia de fenómenos atmosféricos extremos. 
 
Las cuencas hidrográficas son consideradas sistemas abiertos, que reciben energía y 
materia de la atmósfera y procesos endogénicos y la pierde a través del caudal y la descarga 
de sedimentos (Gregory y Walling, 1973). 
 
En la actualidad el análisis hidro-climatológico de los cuerpos de agua es de vital 
importancia para todos los estudios con componentes climáticos, estableciendo una 
relación directa con la caracterización de una cuenca considerada como “área de agua 
superficiales que vierten a una red natural o varias corrientes superficiales” (Reyes, 
Ulises y Carvajal, 2010, Guía Básica para la caracterización morfo métrica de Cuencas 
Hidrográficas) , con los fenómenos climáticos que confluyen el área de estudio. 
 
Estas consideraciones fundamentaron la propuesta del proyecto; que radicó en 
realizar una comparación al simular métodos convencionales aplicados en la estimación 
de registros faltantes de precipitación en las estaciones hidro-meteorológicas que en cierta 
13 
 
 
parte tienen una influencia directa con la micro cuenca El Cune; de esta manera se buscó 
contribuir en la obtención de datos veraces y significativos de parámetros como 
precipitación y aspectos meteorológicos de gran importancia para un análisis hidro-
climatológico de la cuenca. 
 
Para establecer dicho análisis fue necesario el suministro de datos de las estaciones 
hidrométricas, en este caso la de la Estación El Silencio, Villeta y Pacho que se presentan 
como una herramienta fundamental para el suministro de datos de los fenómenos 
climatológicos, haciendo posible la cuantificación y cualificación del estado de la cuenca 
hidrográfica. 
 
De esta manera, para este proyecto se utilizaron métodos convencionales considerados 
como base fundamental para el desarrollo y la obtención de datos relevantes, entre ellos se 
aplicaron la regresión lineal como una variante significativa para calibrar las medidas y 
tener una representación gráfica, así mismo, la técnica de mínimos cuadrados para ajustar y 
reconstruir las curvas y el coeficiente de correlación para distinguir la cercanía y dirección 
de la misma como es el caso de la Estación El Silencio, la Vocacional de Pacho y Villeta. 
 
El proyecto por otro lado benefició directamente a las entidades públicas de apoyo 
técnico y científico tal como es el Sistema Nacional Ambiental (SINA), el cual genera 
conocimiento, reproduce información confiable, consistente y oportuna sobre el estado y 
las dinámicas de los recursos naturales y del medio ambiente; además favoreció a la 
comunidad estudiantil de la Universidad de La Salle con estudios similares a los del 
presente proyecto. 
 
Por último, los datos de precipitación fueron útiles en la medida que se contó con 
registros suficientes que fueron consistentes y completos, lo que se buscó fue mejorar la 
calidad de información ya existente, logrando encontrar los faltantes iniciales y encontrados 
por medio de los diferentes métodos convencionales anteriormente nombrados. 
 
 
14 
 
 
 
1. Descripción del Problema 
 
La línea a la cual pertenece esta investigación es el análisis de variables climatológicas 
(precipitación) en la Cuenca El Cune, el cual tuvo como objetivo generar información 
precedente para el presente proyecto, lo cual permitió su investigación, desarrollo y 
conclusiones. 
 
El mayor inconveniente encontrado fue que en la actualidad la Red Nacional de 
Estaciones Meteorológicas cuenta con un gran déficit de registros de precipitación, dentro 
de los que pueden ser debido a daños operacionales de las estaciones, errores en las 
lecturas, entre otros. Este hecho impide establecer relaciones empíricas entre las variables 
meteorológicas medibles, resultando difícil una simulación de procesos veraces de dichas 
variables. 
 
Todo lo anterior se traduce en análisis hidro-climatológicos poco acertados de la cuenca 
en estudio, reproduciendo erróneamente su capacidad de explotación en cuanto al recurso 
hídrico, sin generar externalidades ambientales, económicas y sociales. 
 
Planteada así la situación, en el desarrollo del proyecto, se generó el siguiente 
interrogante: 
 
A partir de la evaluación de las variables climáticas en la Cuenca El Cune y del hecho 
que existe un déficit en las series de precipitación de las estaciones meteorológicas en la 
cuenca de estudio ¿Qué modelo estadístico utilizado convencionalmente en problemas de 
este tipo, se ajusta de la mejor manera para la estimación de los datos faltantes? 
 
De esta manera es significativa la importancia que tiene la investigación y por lo cual se 
justifica su realización como una alternativa al problema hídrico en la cuenca El Cune. 
Desde esta perspectiva, se realizó un estudio de variables climatológicas que permitiera 
15 
 
 
estimar el recurso hídrico con el que cuenta la cuenca hidrografía de la Cuenca El Cune y 
así poder determinar el objeto del estudio. 
 
Dicho tuvo fundamento en dos puntos importantes: el primero fue la recopilación de 
datos de precipitación de la zona en la cuenca El Cune, estos datos fueron suministrados 
por el IDEAM, y se completaron las series de la precipitación con modelos convencionales; 
el segundo punto se enfocó en los modelos de clima global, el cual se encauzó en el modelo 
climático regional que arrojó resultados de precipitación por medio de modelos 
establecidos. 
 
Al reconstruir las series con los métodos convencionales, se obtuvo un resultado de 
precipitación media, el cual se utilizó para realizar el Hietograma y analizar la respuesta de 
la Cuenca El Cune, siendo este análisis un punto de referencia para futurosestudios en los 
cuales pueden determinar sí la oferta hídrica (precipitación) es suficiente para suplir sus 
diferentes usos, o por lo contrario se deben buscar otras soluciones en tiempos de sequía. 
 
Por lo anterior, el proyecto se delimitó en las siguientes tareas: 
 
Se llevó a cabo una evaluación de variables climáticas (precipitación) que favorecían la 
producción de precipitación en la cuenca El Cune. 
 
Se emplearon modelos convencionales de reconstrucción a las series de precipitación 
para efectuar la presente investigación, dichas fueron inicialmente suministradas por el 
IDEAM (Instituto de Hidrología, Meteorología y Estudios Ambientales de Colombia) para 
que fueran fuentes y datos confiables que representaran fiabilidad y se permitiera trabajar 
con los datos de las estaciones en la zona de estudio para trabajar con ellos en los cálculos 
posteriores como es el caso de la precipitación media de la cuenca. 
La entidad por medio de la cual se recopiló la informaciónfue estrictamente el IDEAM, 
ya que se consultaron otras entidades como la CAR, en las cuales las 
estacionesmeteorológicas disponibles con una toma de datossignificativos no se 
encontraban dentro del rango de la zona de estudio. 
16 
 
 
 
Así mismo, en la zona directa de estudio que fue el departamento de Cundinamarca en la 
Cuenca El Cune. 
 
2. Objetivos 
 
2.1.Objetivo General 
 
Evaluar el mejor ajuste de los modelos “Regresión Lineal, Inverso de la Distancia al 
cuadrado y Coeficiente de Correlación” utilizados convencionalmente para la estimación de 
datos faltantes de precipitaciones anuales en las estaciones de influencia de la micro cuenca 
El Cune. 
 
2.2.Objetivos Específicos 
 
Establecer los parámetros estadísticos requeridas por los modelos convencionales para 
la estimación de datos faltantes de precipitación, en las estaciones hidro-climatológicas 
de influencia en la micro cuenca El Cune. 
 
Determinar el error mínimo al reproducir registros de precipitación utilizando los 
modelos convencionales: Regresión Lineal, Inverso de la Distancia y Coeficiente de 
Correlación, en las estaciones hidro-climatológicas de influencia en la micro cuenca El 
Cune. 
 
Calcular la precipitación media de la micro-cuenca “El Cune” según el método de 
Polígonos de Thiessen, como una medida de validación de los datos. 
 
 
 
 
17 
 
 
 
 
 
3. Marco de Referencia 
 
3.1.Antecedentes 
 
En el mundo el abastecimiento o el consumo del recurso hídrico ha sido un tema de gran 
preocupación y del cual se han realizado diversos tipos de investigación, para evaluar la 
oferta que se tiene de este recurso en diferentes lugares; una forma para hacerlo son los 
modelos lluvia escorrentía, que son la herramienta para estimar dicha oferta. 
 
En su estudio (de Las Salas & García, 1999) en la cuenca del río San Cristóbal, Bogotá 
realizaron un estudio de oferta de recurso hídrico por medio de precipitación para esta 
cuenca, registrando datos de precipitación en períodos semanales durante un año, junto con 
mediciones de la variación del caudal en tres microcuencas adyacentes, evaluando 
parámetros de evo transpiración, precipitación interna, interceptación, infiltración y 
almacenamiento de agua. De este estudio concluyeron que se necesitan períodos de tiempo 
más largos para establecer comparaciones estadísticas mejor sustentadas, recomendando de 
esta manera utilizar datos de estaciones pluviométricas con tiempos de precipitación 
mayores a un año. 
 
 Por otro lado (Córdoba, Zea & Murillo, 2006) a través de diversas modelos para 
cuantificar los volúmenes de lluvia en la zona del río Quito, en el departamento del Choco, 
lo que los llevó a realizar un cálculo […] concluyendo que la precisión con la que se mide 
la pluviometría de la cuenca del río tiene un error del 6% lo cual la hace confiable para el 
desarrollo del modelo, que arrojó como conclusión que el río cuenta con un gran potencial 
hídrico. 
En su estudio (Alvarado, 2004) presentó una metodología para modelar la propagación 
de flujo en una cuenca hidrográfica utilizando sistemas de información geográfica y Visual 
18 
 
 
Basic como lenguaje de programación, teniendo como variables la precipitación y tipo de 
suelo. Como resultado obtuvo que la implementación de dichos modelos es una fuente 
adecuada para obtener caudales de salida con la implementación de estas dos herramientas 
y la utilización de elementos finitos. 
 
Igualmente (Burbano, Vásquez & Bustamante, 2008) en su investigación en el 
Departamento de Antioquia: Colombia, en su Sistema de paramos y Bosques alto-andinos 
estimaron la oferta ambiental del recurso hídrico que genera este sistema por medio de sus 
lluvias, empleando el procedimiento de contabilidad de aguas para efectuar un modelo 
lluvia escorrentía, por medio de este modelo establecieron o encontraron […] que la oferta 
hídrica del sistema estudiado (39,032 litros/segundo * km2 ), es menor que la oferta hídrica 
promedia de Colombia (58 litros/segundo * km2 ) y mayor que la oferta hídrica promedia 
suramericana (21 litros/segundo * km2 ). 
 
De igual manera (Amaya, Tamayo, Vélez & Alvares, 2009) realizaron un modelo para 
predecir el comportamiento hidrológico de las cuencas de los ríos Turbo, Guadalito y 
Currulao, localizadas en la región del Urabá. Utilizando información hidro-climatológica 
escasa (precipitación y caudal), calibraron el modelo lluvia escorrentía agregado a escala 
diaria, determinando que la cuenca del Currulao cuenta con una capacidad máxima de 
almacenamiento capilar de 15 mm/día, un tiempo de resistencia flujo superficial de 2 días y 
una conductividad hidráulica de la capa superior de 2 mm/día, presentando pues los 
mejores registros de las tres cuencas. 
 
Por otro lado, (Salomón & Fernández) desarrollaron un modelo lluvia-escorrentía 
utilizando tormentas de proyecto para el piedemonte del Gran Mendoza, el cual está 
diseñado para simular la escorrentía superficial que resulta de una precipitación. El objetivo 
principal fue analizar el comportamiento hidrológico de la cuenca y conocer los caudales de 
descarga y su incidencia en la zona, obteniendo como resultado que el comportamiento 
hidrológico de la cuenca varía en función de sus componentes y procesos que alteran las 
relaciones lluvia. 
 
19 
 
 
De esta manera, también existen investigaciones de evaluación de variables climáticas 
para cuantificar el recurso hídrico en las cuencas en donde: 
 
Según Moreno y Montero (2016), “Evaluación de variables climáticas para cuantificar el 
recurso hídrico disponible en la cuenca media del rio Ranchería”, Universidad de la Salle, 
Bogotá, hicieron un estudio debido a que se presentan problemas de abastecimiento en 
tiempo de sequía a la población de la Guajira, para tal caso buscaron establecer una 
correlación entre el comportamiento de las variables climáticas y el recurso hídrico 
disponible en la cuenca media del rio Ranchería, mediante el cálculo de la precipitación 
media anual y mensual de la zona de estudio por medio de los Polígonos de Thiessen 
gracias a los datos suministrados por el IDEAM. 
 
3.2. Marco Teórico-Conceptual 
 
El siguiente marco teórico - conceptual, presenta las teorías y las definiciones de los 
conceptos relacionados con: los modelos estadísticos, modelos de circulación global, 
precipitación, métodos para el cálculo de precipitación media y los elementos para la 
construcción del Hietograma; todo lo cual facilita la compresión de la presente 
investigación. 
 
3.2.1. Recurso Hídrico 
 
Son todas aquellas aguas que existen en el planeta y que están disponibles para que los 
seres humanos las usen en algún sentido, tales como océanos, ríos, lagos, lagunas, arroyos. 
 
3.2.2. Cuenca Hidrográfica 
 
Es una superficie terrestre asociada a uno o varios elementos. La cuenca hidrográfica de 
un río o de una estación es la porciónde territorio para la cual cada gota de agua cayendo 
en ella es susceptible de llegar al río o a la estación. Su límite se llama también parte aguas. 
20 
 
 
 
En zonas afectadas por tuberías y canales artificiales, la cuenca real puede ser diferente 
de la cuenca natural. 
 
3.2.3. Microcuenca 
 
Una microcuenca es toda área en la que su drenaje va al cauce principal de una subcuenca y 
está dividida en varias subcuencas. 
 
3.2.4. Precipitación 
 
Se debe tener en cuenta que una de las fases del ciclo del agua es la precipitación, de 
esta manera se entiende que la lluvia y el granizo es producida directamente desde las 
nubes llegando al suelo y dependiendo de su tamaño se presentan en diferentes formas, lo 
que hace que las gotas aumenten de tamaño sobre la superficie como consecuencia de la 
gravedad. 
 
La precipitación es importante porque permite que el agua que se evapora vuelva a la 
tierra, permitiendo la vida en el planeta. La precipitación es cualquier forma de 
hidrometeoro, conformado de partículas acuosas de forma sólida o líquida que caen de las 
nubes y llegan al suelo. Existen varios tipos de precipitación dependiendo de la cantidad o 
forma en que caen las partículas, el diámetro se halla generalmente comprendido entre 0,5 y 
7 mm, (1 mm de precipitación es la lámina que alcanzaría un litro de agua sobre una 
superficie de un metro cuadrado, sin que se evapore o percole), y caen a una velocidad del 
orden de los 3 m/s. (Observatorio Ambiental de Bogotá). 
 
Se conoce como precipitación a la cantidad de agua que cae a la superficie terrestre y 
proviene de la humedad atmosférica, ya sea en estado líquido (llovizna y lluvia) o en estado 
sólido (escarcha, nieve, granizo). La precipitación es uno de los procesos meteorológicos 
más importantes para la hidrología, y junto a la evaporación constituyen la forma mediante 
21 
 
 
la cual la atmósfera interactúa con el agua superficial en el ciclo hidrológico del agua. 
Universidad de Piura. (UDEP). 
 
El agua tiene un ciclo natural que ha sido desequilibrado por la actividad del 
hombre. Para contrarrestar este impacto, es necesario estudiarlo y aplicar 
métodos con el objetivo de recuperar el equilibrio. Si no se toman acciones, según 
datos de diferentes organizaciones internacionales, en las próximas décadas el 
problema será irremediable. (UNAD). Ver figura 3.1. 
 
Figura 3.1 Humedad Atmosférica 
Fuente: http://tinchot.ferozo.com/hidricos/componentes-del-ciclo-hidrologico-distribucion-
global/ 
 
Según monografía “Métodos para determinar la precipitación promedio en una cuenca 
hidrográfica- Análisis de consistencia de los Datos de Precipitación, 2012” La medida de 
precipitación sobre una cuenca se realiza por medio de los pluviómetros. Se basan en la 
recogida de la precipitación (lluvia o nieve) en un elemento denominado colector. La 
precipitación se mide por volumen o pesada y su registro se realiza por lectura directa o por 
registro gráfico o electrónico. Tales mediciones comenzaron a realizarse en 1940-1945, 
pero no empezaron a ser realmente hasta hace 15 años. 
 
 
22 
 
 
 
 
 
 
 
3.2.4.1.Clasificación de la Precipitación 
 
Según Universidad de Piura(UDEP) la precipitación puede adquirir diversas formas como 
producto de la condensación del vapor de agua atmosférico, formado en el aire libre o en la 
superficie de la tierra, y de las condiciones locales, siendo las más comunes las que se 
detallan a continuación: 
3.2.4.1.1. Llovizna 
 
En algunas regiones es más conocida como garúa, consiste en pequeñas gotas de agua 
líquida cuyo diámetro fluctúa entre 0.1 y 0.5 mm; debido a su pequeño tamaño tienen un 
asentamiento lento y en ocasiones parecen que flotaran en el aire. La llovizna usualmente 
cae de estratos bajos y rara vez excede de 1 mm/h. 
 
3.2.4.1.2. Lluvia 
 
Es la forma de precipitación más conocida. Consiste de gotas de agua líquida comúnmente 
mayores a los 5 mm de diámetro. En algunos países suelen clasificarla según su intensidad 
según su intensidad como ligera, moderada o fuerte. 
 
3.2.4.1.3. Escarcha 
 
Es un depósito blanco opaco de gránulos de hielo más o menos separados por el aire 
atrapado y formada por una rápida congelación efectuada sobre gotas de agua en objetos 
23 
 
 
expuestos, por lo que generalmente muestran la dirección predominante del viento. Su 
gravedad específica puede ser tan baja como 0.2 ó 0.3. 
 
 
 
3.2.4.1.4. Nieve 
 
Está compuesta de cristales de hielo, de forma hexagonal ramifica y a menudo aglomerada 
en copos de nieve, los cuales pueden alcanzar varios centímetros de diámetro. Aparece 
cuando las masas de aire cargadas de vapor de agua se encuentran con otras cuya 
temperatura es inferior a 0°C. La densidad relativa de la nieve recién caída varía 
sustancialmente, pero en promedio se asume como 0.1. 
 
3.2.5. Estaciones Pluviométricas 
 
Es importante desarrollar la elaboración de la climatología para determinar la estación 
pluviométrica y poder medir la lluvia. De esta manera se utiliza un medidor conocido como 
pluviómetro con el cual los meteorólogos e hidrólogos pueden recoger y medir la cantidad 
de precipitación líquida durante un tiempo determinado. 
 
La Función de las estaciones meteorológicas es registrar datos del clima, como 
temperatura, precipitaciones, humedad, etc. Las estaciones pluviométricas se encargan de 
llevar registros únicamente de precipitación; cuando las estaciones son manuales, una 
persona tiene que tomar los datos diarios que se estén registrando en la zona, en cambio si 
la estación es automática, ésta registra en un sistema los datos. 
 
3.2.6. Modelos Estadísticos para completar Registros de precipitación 
 
Estos modelos estadísticos se utilizaron para completar los datos de precipitación 
suministrados por el IDEAM, y estos son representaciones formales en un sistema real, con 
24 
 
 
el que se pretendió aumentar su comprensión, hacer predicciones y ayudar a su control. Los 
modelos pueden ser físicos (descritos por variables medibles), análogos (diagrama de flujo) 
y simbólicos (matemáticos, lingüísticos, esquemáticos). Los modelos matemáticos o 
cuantitativos son descritos por un conjunto de símbolos y relaciones lógico-matemáticos. 
(OSSO). 
 
3.2.6.1.Métodos Convencionales 
Los métodos convencionales utilizados en el desarrollo del presente trabajo se describen a 
continuación: 
 
3.2.6.1.1. Regresión Lineal 
 
Según Galton, Natural Inheritance, 1889, el termino regresión se refiere a la “ley de la 
regresión universal, hoy en día el sentido de regresión es el de predicción de una medida 
basándonos en el conocimiento de otra”. 
 
La regresión lineal es una técnica estadística utilizada para estudiar la relación entre 
variables. Se adapta a una amplia variedad de situaciones. En la investigación social, el 
análisis de regresión se utiliza para predecir un amplio rango de fenómenos y es utilizado 
para caracterizar la relación entre variables o para calibrar medidas. 
 
Tanto en el caso de dos variables (regresión simple) como en el de más de dos variables 
(regresión múltiple), el análisis de regresión lineal puede utilizarse para explorar y 
cuantificar la relación entre una variable llamada dependiente o criterio (y) y una o más 
variables llamadas independientes o productoras (x1, x2, x), así como para desarrollar una 
ecuación lineal con fines predictivos. Además, el análisis de regresión lleva asociados una 
serie de procedimientos de diagnóstico (análisis de los residuos, puntos de influencia) que 
informan sobre la estabilidad e idoneidad del análisis y que proporcionan pistas sobre cómo 
perfeccionarlo. (González & Santamaría, 2010). 
Por medio de la siguiente ecuación: 
25 
 
 
 
Y = A + B*X1 + C*X2 + … + n*Xi 
Donde: 
Y: valor de precipitación estimada 
Xi: valor de precipitación en estaciones con información completa 
A,B,C: constantesde regresión 
3.2.6.1.2. Coeficiente de Correlación 
 
El coeficiente de correlación es un estadístico que proporciona información sobre la 
relación lineal existente entre dos variables cualesquiera. Básicamente, esta información se 
refiere a dos características de la relación lineal: la dirección o sentido y la cercanía o 
fuerza. Es importante notar que el uso del coeficiente de correlación sólo tiene sentido si la 
relación a analizar es del tipo lineal. Si ésta no fuera no lineal, el coeficiente de correlación 
sólo indicaría la ausencia de una relación lineal más no la ausencia de relación alguna. 
Debido a esto, muchas veces el coeficiente de correlación se define - de manera más 
general - como un instrumento estadístico que mide el grado de asociación lineal entre dos 
variables. (Lahure, 2003). 
 
3.2.6.1.3. Combinación Lineal Ponderada (CLP) 
 
Este método consiste en sustituir la falta de datos a partir de los datos de series 
estadísticamente próximas, que son conocidas como vecinas. De tal manera que cada dato 
incompleto se obtiene mediante la combinación lineal ponderada de los datos de las series 
que se van a utilizar para el completado. Dichos datos tienen un peso en el CLP 
proporcional al coeficiente de correlación de Pearson con la serie incompleta, siempre que 
éste sea superior a un valor crítico aceptable. 
 
El valor que se suele coger depende del tipo de variable que se quiera completar, 
afinidad climática y alcance de la correlación espacial según el tipo de variable. Para la 
precipitación, que es una variable que presenta, sobre todo en ambientes mediterráneos, una 
26 
 
 
baja correlación entre estaciones vecinas el valor que se suele escoger es entre: 0,7 < r < 
0,8. (Barrera, 2004). 
 
 
 
 
Los datos de precipitación vecina se pueden expresar como: 
 
���� =
���	. ������ + ���. ������ + �	��. ����� + ⋯
�� + �� + �� +⋯
 
Donde: 
 
��: Corresponde a la correlación de Pearson entre la estación índice (estación a la cual se 
le completaran datos) 
��. : La estación vecina que tiene sus datos completos para ese instante de tiempo ��. 
 
3.2.6.1.4. Distancia Inversa Ponderada (IDW) 
 
En el método de interpolación IDW, los puntos de muestreo se ponderan durante la 
interpolación de tal manera que la influencia de un punto en relación con otros disminuye 
con la distancia desde el punto desconocido que se desea crear. 
 
 El peso es asignado a las estaciones de muestreo mediante la utilización de un 
coeficiente de ponderación que controla cómo la influencia de la ponderación decae 
mientras la distancia hacia la estación nueva se incrementa. Mientras más grande sea el 
coeficiente menor será el efecto que las estaciones tendrán si están lejos de la estación 
desconocido durante el proceso de interpolación. Conforme el coeficiente se incrementa, el 
valor de las estaciones desconocidos se aproxima al valor de la estación de observación más 
cercano. (QGIS 2.6., 2015). 
En términos generales el método se aplica de la siguiente manera: 
 
27 
 
 
���� = ���	. ������ + ���. ������ + �	��. ������ + ⋯ 
Donde �� es el inverso de la distancia y se determina de la siguiente manera: 
�� =
�
�∝
 
 
3.2.6.1.5. Precipitación Media. 
 
Es la altura de la lámina de agua que se formaría sobre el área de la cuenca en estudio a 
consecuencia de las lluvias en ella registradas, en realidad se trata de un caso ideal, 
entonces los valores son empíricos. 
 
La precipitación mediapuedenser:anual, diaria, mensual, plurianual 
precipitación media de una cuenca método de las isoyetas método de los polígonos de 
Thiessen 
3.2.6.1.6. Método de Thiessen 
 
Este método es utilizado para determinar la lluvia media en una zona, se aplica cuando 
se sabe que las medidas de precipitación en los diferentes pluviómetros sufren variaciones, 
teniendo además el condicionante que la cuenca es de topografía suave o en lo posible 
plana según Rúales Zambrano, Hidrología, 2013.Para poder aplicar este método es 
necesario conocer la localización de las estaciones dentro de la zona de estudio ya que para 
que para su aplicación se requiere determinar la zona de influencia en cada una de ellas. 
 
En síntesis, el método se basa en asignar cada punto de la cuenca a la estación más 
próxima; se deben unir las estaciones de dos en dos y dibujar las mediatrices de esos 
segmentos, asignando a cada estación el área limitada por las poligonales que forman las 
mediatrices 
 
Se emplea cuando la distribución de los pluviómetros no es uniforme dentro del área en 
consideración. Para su cálculo se define la zona de influencia de cada estación mediante el 
trazo de líneas entre estaciones cercanas, éstas líneas se bisecan con perpendiculares y se 
28 
 
 
asume que toda el área encerrada dentro de los límites formados por la intersección de estas 
perpendiculares en torno a la estación ha tenido una precipitación de la misma cantidad que 
la de la estación. A veces es necesario hacer una pequeña variación a esta técnica para 
corregir posibles efectos orográficos, y en lugar de trazar perpendiculares al punto medio de 
la distancia entre las estaciones se dibujan líneas que unen las estaciones desde los puntos 
de altitud media. (UDEP). 
 
Figura 3.2 Método Thiessen para el cálculo de la precipitación media.(Fetter, 2001) 
 
Calculando el área encerrada por cada estación y relacionándola con el área total, se 
sacan pesos relativos para cada pluviómetro y posteriormente el valor de la precipitación 
promedio se obtiene a partir de un promedio ponderado. 
 
3.2.7. Hietograma 
 
Un hietograma (de griego hietos, lluvias, es un gráfico que expresa precipitación en 
función del tiempo. En ordenadas puede figurar la precipitación caída (mm), o bien la 
intensidad de precipitación (mm/hora). 
 
Generalmente se representa como un histograma (grafico, barras, figura adjunta), aunque 
a veces también se expresa como un gráfico de línea. (Moreno, Edid, 2013). 
 
29 
 
 
El Hietograma es un gráfico el cual expresa la precipitación en función del tiempo, 
donde la unidad de medida de la precipitación es en mm, esto se representa en un 
histograma donde en el eje (x) lleva el tiempo en meses o años y en el eje (y) la 
precipitación, ver figura 3.4. (Sánchez). 
 
Con los datos de un pluviograma, que es como se llama a la hoja de papel donde quedó 
representado el comportamiento en particular, se pueden construir dos gráficos. El primero 
de ellos es el hietograma, que no es otra cosa que un diagrama de barras donde se presenta 
el comportamiento de la intensidad de la lluvia con respecto al tiempo. El segundo gráfico 
es la curva de masas, que se construye acumulando consecutivamente la lámina caída por 
intervalos de tiempo. (Rúales Zambrano, 2013). 
 
Para calcular el hidrograma del proyecto se pretende contar con gráficas temporales 
probables, así como relaciones de intensidades, duración y recurrencia. 
3.2.8. Software 
 
El siguiente software son los que se utilizaron para el desarrollo del proyecto, ya que 
minimizan el tiempo de ejecución y sirven para tener resultados favorables y exactos. 
 
3.2.8.1.ArcGis 
 
Es un programa de sistemas que permite recopilar, organizar, administrar, analizar, 
compartir y distribuir información geográfica; este se utilizó para organizar y referenciar la 
cuenca El Cune ubicada en Cundinamarca, sus afluentes, sus municipios cercanos y la 
ubicación de las estaciones suministradas por el IDEAM, para ejercer un ejercicio eficaz 
cuando se realizó el proyecto. 
 
3.2.8.1.1. Formato Shapefile 
 
30 
 
 
Un shapefile se considera con un formato sencillo y no topológico que es usado para 
almacenar la ubicación geométrica e información geográfica. Se representan por lo general 
por medio de puntos, líneas o polígonos. 
 
Los formatos shapefile son conjunto de capas temáticas en formato vectorial las cuales se 
pueden abriry trabajar en el programa ArcGIS; Este formato de representación vectorial 
desarrollado por ESRI (Enviromental Systems Research Institute). Consta de un número 
variable de archivos, en los que se almacena digitalmente la localización de los elementos 
geográficos (archivo shape *.shp) junto con sus atributos o características. (Universidad de 
Alcalá). 
 
3.2.8.2. VBA para EXCEL (Visual Basis for Aplication) 
 
Microsoft Excel 2010 es una herramienta convencionalmente utilizada para manipular, 
analizar y presentar datos. A veces, no obstante, a pesar del amplio conjunto de 
características que ofrece la interfaz de usuario (UI) estándar de Excel, es posible que se 
desee encontrar una manera más fácil de realizar una tarea repetitiva y común, o de realizar 
alguna tarea no incluida en la interfaz de usuario. Para ello, dentro de las aplicaciones de 
Office, como Excel, tienen Visual Basic para Aplicaciones (VBA), un lenguaje de 
programación que brinda la posibilidad de ampliar dichas aplicaciones. 
 
En general, VBA funciona mediante la ejecución de macros, procedimientos paso a paso 
escritos en Visual Basic 
3.3. Marco Legal 
 
Las leyes, normas y decretos de la normatividad del país que se deben tener presentes 
para el desarrollo y planteamiento del proyecto son las que se detallan en la tabla 3.1. 
 
Tabla 3.1 Normatividad Colombiana, sobre los recursos hídricos. 
TITULO DESCRIPCIÓN 
31 
 
 
Decreto 393 de 2010 
Trata sobre el uso del Agua y conceptos. El artículo 5 establece los 
criterios de priorización para el ordenamiento del recurso hídrico. 
RESOLUCIÓN 2160 de 
2007 
La política hídrica nacional está bajo la responsabilidad del grupo de 
recursos hídricos del Vice ministerio de ambiente y desarrollo. 
RESOLUCION 240 de 
2004 
Por la cual se definen las bases para el cálculo de la depreciación y se 
establece la tarifa mínima de la tasa por utilización de aguas 
RESOLUCION 865 DE 
2004 
Por la cual se adopta la metodología para el cálculo del índice de 
escasez para aguas superficiales a que se refiere el Decreto 155 de 
2004 y se adoptan otras disposiciones. 
RESOLUCIÓN 104 de 
2003 
En el artículo 11 de esta resolución expresa que el IDEAM tiene la 
responsabilidad de priorizar las cuencas hidrográficas para su 
ordenación. 
DECRETO 1729 DE 2002 
Por el cual se reglamenta la Parte XIII, Título 2, Capítulo III del 
Decreto-ley 2811 de 1974 sobre cuencas hidrográficas, parcialmente 
el numeral 12 del artículo 5o. de la Ley 99 de 1993 y se dictan otras 
disposiciones. 
LEY 373 DE 1997 Ahorro y uso eficiente del agua en Colombia 
LEY 99 DE 1993 
Por la cual se crea el Ministerio del Medio Ambiente, se reordena el 
Sector Público encargado de la gestión y conservación del medio 
ambiente y los recursos naturales renovables, se organiza el Sistema 
Nacional Ambiental, SINA, y se dictan otras disposiciones. 
LEY 2811 DE 1974 
El recurso hídrico está contemplado y protegido en la constitución 
nacional en los artículos 79 y 80 principalmente, los cuales desarrollan 
y mantienen la idea del Código de recursos naturales. 
Fuente: Fuente Gobernación de Cundinamarca, tomada en septiembre del 2016 
 
3.4. Marco Contextual 
 
En el desarrollo del proyecto es fundamental describir la importancia del lugar en donde 
se efectuó la investigación. La información proporciona aspectos urbanísticos, 
demográficos, recursos de los habitantes de la cuenca. La quebrada El Cune que se 
encuentra localizada en el departamento de Cundinamarca, Colombia y sus características 
hidrográficas serán descritas más adelanta en el presente trabajo. 
 
El departamento de Cundinamarca está situado en pleno corazón de Colombia, limita 
por el norte con el Departamento de Boyacá, por el oriente con el Departamento del Meta, 
por el sur y por el suroeste con el Departamento del Huila y por el occidente con el 
Departamento del Tolima. 
 
 
 
El Municipio de Villeta, municipio con relevante importancia den
quebrada El Cune, se encuentra ubicado sobre la zona noroccidental del Departamento de 
Cundinamarca. Pertenece a la Provincia del Gualivá. Situado al Noroeste de Bogotá, en un 
valle pintoresco y fértil formado por las cuencas del Río 
antes de llegar al casco urbano forman el Río Villeta. Su territorio quebrado y montañoso 
se extiende al lado y lado del Río hasta las cuchillas de la cordillera que encierran el Valle. 
Su localización geográfica está a los 5
Occidental. Su Temperatura media es de 25º C. Tiene una superficie de 140 Km2 (14.000 
Has). Su altitud está comprendida entre los 850 msnm en el punto denominado Tobia 
Grande, sobre el límite del municipio, y 1.
sobre el nivel del mar en el casco urbano está entre 779 y 842 msnm.
 
 
Figura 3.3 Microcuenca Quebrada Cune
Fuente: Elaboración propia. ArcGIS 10.2
 
 
El Municipio de Villeta, municipio con relevante importancia den
quebrada El Cune, se encuentra ubicado sobre la zona noroccidental del Departamento de 
Cundinamarca. Pertenece a la Provincia del Gualivá. Situado al Noroeste de Bogotá, en un 
valle pintoresco y fértil formado por las cuencas del Río Dulce y el Bituima, que unidos 
antes de llegar al casco urbano forman el Río Villeta. Su territorio quebrado y montañoso 
se extiende al lado y lado del Río hasta las cuchillas de la cordillera que encierran el Valle. 
Su localización geográfica está a los 5º 01´ de Latitud Norte y 74º 28´ de Longitud 
Occidental. Su Temperatura media es de 25º C. Tiene una superficie de 140 Km2 (14.000 
Has). Su altitud está comprendida entre los 850 msnm en el punto denominado Tobia 
Grande, sobre el límite del municipio, y 1.950 msnm en la Vereda la Esmeralda. La altura 
sobre el nivel del mar en el casco urbano está entre 779 y 842 msnm.
Microcuenca Quebrada Cune 
Elaboración propia. ArcGIS 10.2 
32 
El Municipio de Villeta, municipio con relevante importancia dentro de la microcuenca 
quebrada El Cune, se encuentra ubicado sobre la zona noroccidental del Departamento de 
Cundinamarca. Pertenece a la Provincia del Gualivá. Situado al Noroeste de Bogotá, en un 
Dulce y el Bituima, que unidos 
antes de llegar al casco urbano forman el Río Villeta. Su territorio quebrado y montañoso 
se extiende al lado y lado del Río hasta las cuchillas de la cordillera que encierran el Valle. 
º 01´ de Latitud Norte y 74º 28´ de Longitud 
Occidental. Su Temperatura media es de 25º C. Tiene una superficie de 140 Km2 (14.000 
Has). Su altitud está comprendida entre los 850 msnm en el punto denominado Tobia 
950 msnm en la Vereda la Esmeralda. La altura 
 Ver figura 3.3. 
 
33 
 
 
De esta manera, en el marco del desarrollo de la siguiente investigación teniendo en 
cuenta que el estudio radica en la cuenca hidrográfica El Cune se puede decir que dicha 
limita al norte con el Departamento de Boyacá, al sur con la cuenca del Río Bogotá, por el 
oriente con la cuenca del Río Minero y parte media del Río Bogotá finalmente por el 
occidente con la cuenca del Río Magdalena. 
 
Comprende los municipios de Albán, Bituima, El Peñón, Caparrapí, Guaduas, Guayabal 
de Síquima, la Palma, La Peña, La Vega, Nimaima, Nocaima, Pacho, Puerto Salgar, 
Quebrada Negra, San Francisco, Sasaima, Supata, Topaipí, Utica, Vergara, Vianí Villeta y 
Yacopí. 
 
Por otro lado, el primer acueducto (tanque subterráneo) fue construido en 1828 el cual 
dio solución a los problemas sanitarios de la época, pero más tarde en 1898 tuvo que ser 
remplazado por el sistema de Ordenanza que hasta nuestros días abastece de agua al 
municipio. 
3.2.9. Población área de Influencia 
 
El departamento contaba con una población de 24.340 habitantes según datos del censo 
2005 (DANE, Departamento Administrativo Nacional de Estadística). 
Si comparamos los datos de Villeta con los del departamento de Cundinamarcaconcluimos 
que ocupa el puesto 16 de los 116 municipios que hay en el departamento y representa un 
1,1 % de la población total de éste. 
 
A nivelnacional, Villeta ocupa el puesto 275 de los 1.119 municipios que hay en Colombia 
y representa un 0,0568 % de la población total del país. 
 
Según Moreno y Puentes, 2005, La Quebrada Cune, es un abastecedor del acueducto 
municipal de Villeta, es otra fuente hídrica importante para el municipio, conformada por 
las quebradas de la Tetilla, Los Cristales y Limoncito, siendo este un abastecedor del 
acueducto municipal de Villeta. Al margen de la quebrada es normal encontrar 
asentamientos humanos. 
34 
 
 
 
3.2.10. Altitud 
 
La altitud de la cuenca varía entre los 800 hasta los 3600 msnm, con temperaturas entre 
los 8ºC y los 26ºC, con un régimen de lluvias tipo bimodal, con totales anuales de 1923 
mm, lo que hace que el área de estudio sea de carácter que varía desde el súper húmedo en 
las cuencas del río Guaguaquí y bajo río Negro; húmedo hasta semiseco, en el río alto 
Negro; semiárido en las cuencas del río Villeta y árido en esta misma y la de los ríos 
Pinzaima y Supatá. 
 
3.2.11. Área de la Micro-Cuenca de la quebrada el CUNE 
 
Definida como la superficie de la cuenca delimitada por la divisoria topográfica, se 
considera como el área que contribuye con la escorrentía superficial, la cual afecta las crecidas, 
flujo mínimo y la corriente media en diferentes modos. 
 
La microcuenca de la Quebrada Cune se encuentra localizada en el municipio de Villeta 
en el departamento de Cundinamarca, está compuesta por las veredas de Cune, La 
esmeralda, Sin Isidro, Quebrada Honda, La Masata, Salitre Blanco Alto, Salitre Blanco 
Bajo los cuales ocupan un área aproximada de 30 Km2(Londoño, 2013). 
 
3.2.12. Clima 
 
En general casi una tercera parte del municipio presenta un clima cálido seco que está 
ubicado en la zona norte, mientras que en la zona central se encuentran climas cálidos 
semiáridos y templados súper-húmedos. La zona sur está compuesta por climas templados 
húmedos y templados subhúmedos. Se caracteriza por presentar dos periodos, uno seco y 
otro húmedo. 
 
35 
 
 
La humedad relativa anual oscila entre el 80 y el 85%, la evaporación presenta valores entre 
1000 y 1600 mm/año, el brillo solar oscila entre 1400 y 1700 horas sol durante el año, la 
temperatura media del municipio es de 24 grados alcanzando algunas veces valores 
superiores a los 30 grados y la precipitación anual va desde los 1500 mm en el occidente a 
los 2500 mm en el oriente. 
 
3.2.12.1. Temperatura 
 
La climatología de la Cuenca El Cune y la región cambia cíclicamente cuando se 
presentan los fenómenos del niño y de la niña. En general casi una tercera parte del 
municipio presenta un clima cálido seco. 
 
El brillo solar oscila entre 1.400 y 1.700 horas sol durante el año. Este hecho se 
considera benéfico para el aprovechamiento de la energía solar y excelente para la 
generación de masa vegetal y en general para el crecimiento de las Plantas. 
 
La distribución espacial de este elemento en el Municipio permite determinar que la 
zona norte es la más cálida con temperaturas que oscilan entre los 22.5 y 25 °C, mientras 
que en la zona Sur la temperatura esta entre 17, 5 y 25 °C. La temperatura media máxima 
anual en el Municipio oscila entre 25 y 30 °C, presentándose los valores máximos en la 
zona norte. 
 
El clima en la Cuenca El Cune influencia todos los aspectos de la vida vegetal, animal y 
humana, determina el tipo de vegetación y por consiguiente el uso del suelo y de la tierra en 
los diferentes paisajes. 
 
3.2.12.2. Precipitación 
 
La distribución espacial de la precipitación media anual presenta los máximos en la parte 
Oriental, donde se alcanzan niveles pluviométricos por encima de los 2.000 mm/año 
36 
 
 
(IDEAM, 2016). Al occidente del Municipio se observa una disminución gradual de las 
lluvias con precipitaciones del orden de los 1.500 mm/año. Esta zona se caracteriza como la 
de menor pluviosidad anual. La precipitación media anual del Municipio oscila entre los 
1.500 y los 2.000 mm/año, para una precipitación media resultante de 1.600 mm. 
 
Temporalmente se presentan dos periodos de altas precipitaciones, el primero de ellos lo 
conforman los meses de marzo, abril y mayo con precipitaciones que oscilan entre 160 y 
232 mm/mes, mientras que el segundo periodo lo conforman los meses de septiembre, 
octubre y noviembre, con lluvias entre 160 y 260 mm/mes. Este se considera el periodo 
más lluvioso mensual. Los demás meses del año oscilan entre 80 y 120 mm. El mes más 
seco es julio con 55 mm, 229 mm mientras que la caída media en noviembre es el mes en el 
que tiene las mayores precipitaciones del año(POT, Vol. 1, Municipio de Villeta, 1999). 
 
3.2.13. Hidrología 
 
El agua es uno de los determinantes de la asignación de usos para asentamientos 
humanos y para actividades agropecuarias e industriales. Villeta es uno de los municipios 
del Departamento más ricos en agua, pero su distribución es inequitativa en la zona rural.El 
agua es el elemento vital del ser humano, forma parte de todos los procesos productivos y 
extractivos y es un recurso vital para todos los ecosistemas, por esta razón al estudiar las 
propiedades, distribución y circulación del agua en Villeta y su disponibilidad en la 
superficie y en el subsuelo, se pudieron apreciar sus usos actuales y potenciales. 
 
La microcuenca Cune registra aforos y presenta caudales medios que oscilan entre 1 y 
13 m3/s. Los máximos caudales están entre 3 y 28 m3 /s mientras que los mínimos se 
encuentran entre 1 y 7 m3 /s. En cuanto a la hidrografía del sector rural de Villeta se 
identifican las microcuencas hidrográficas del Río Dulce que desemboca en el Río Namay, 
el cual al unirse con el Bituima forman el Río Villeta a la altura de Bagazal. Estos ríos 
recogen toda la escorrentía del sector rural del Municipio de sur a norte. Los caudales 
calculados para el Río Dulce que servirá para construir la tercera bocatoma del acueducto 
37 
 
 
de Villeta se muestran en la siguiente tabla tomada del estudio hidrológico del Río Dulce 
(efectuado por Páez y Otros 1.997). 
 
 
 
 
 
4. Metodología 
 
Investigación Descriptiva 
 
El tipo de investigación propuesta para el desarrollo del proyecto es descriptivo dado 
que se pretendió, de modo sistemático y con ayuda de búsqueda de datos complementados 
(reconstrucción de series de precipitación); y con la ayuda de programas computacionales 
tales como ArcGIS y Visual Basic for Aplication (VBA); caracterizar la precipitación en la 
Micro-cuenca de la quebrada El Cune. 
 
Etapa 1: Recopilación de Datos 
 
Se recopilaron los datos de precipitación suministrados por las estaciones pluviométricas 
del IDEAM. Con estos datos se construyó una base de datos que permitió filtrar la 
información que no tuviese una influencia relevante en la zona de estudio;como se 
mencionó anteriormentela CAR no se toma en cuenta como fuente para la investigación ya 
que no posee estaciones pluviométricas en dicha áreade influencia. 
Etapa 2: Construcción del Modelo de la Cuenca en ArcGis 
 
Utilizando ArcGIS y los Shapefile (Base de Datos, IDEAM), se construyó a partir de la 
información representada por capas, un modelo del departamento, con sus municipios, 
cuerpos de agua, y estaciones meteorológicas; obteniendo como producto final el modelo 
de la Micro-cuenca El Cune. 
38 
 
 
 
Etapa 3: Análisis de consistencia de datos 
 
 En esta fase se procedió a realizar un análisis de datos suministrados por parte del 
IDEAM para hallar las series de datos faltantes y la calidad de la información suministrada 
de las estaciones tomadas en cuenta para la presente investigación. Posteriormente, se 
procede a trabajar según los datos suministrados por dicha Entidad y hacer uso de la 
metodología de la curva de doble masa. 
El método de doble masa considera que en una zona meteorológica homogénea, los valores 
de precipitación que ocurren en diferentes puntosde esa zona en períodos anuales o 
estacionales, guardan una relación de proporcionalidad que puede representarse 
gráficamente. Esa representación consiste en identificar la estación que queremos controlar, 
tomando los valores anuales de precipitación. Luego deben contarse con por lo menos tres 
(3) estaciones vecinas cuyos registros anuales sean confiables y que llamaremos estaciones 
base, cuya serie de datos anuales debe coincidir con el de la estación a controlar. 
 
 
Figura 4.1 Representación Gráfica Curva de Doble Masa 
Fuente:Universidad Nacional del Nordeste- Facultad de Ingeniería, Departamento de Hidráulica, pág. 6. 
 
39 
 
 
Etapa 4: Reconstrucción de Series de Precipitación 
 
Se reconstruyeron las series de precipitación suministradas por el IDEAM, utilizando 
modelos convencionales tales como: Combinación Lineal Ponderada y Distancia Inversa 
Ponderada. 
 
Etapa 5: Análisis de resultados y conclusiones 
 
Según los datos obtenidos se llevó a cabo los resultados de la construcción de las series 
de precipitación y la comparación de los diferentes métodos evaluados en la presente 
investigación. Una vez reconstruidas las series, se procedió a calcular la precipitación 
media de la microcuenca, utilizando el método de los Polígonos de Thiessen, con el 
objetivo de validar los resultados. 
 
Etapa 6: Construcción del Hietograma 
 
Luego de obtener los cálculos de precipitación media por medio del método de los 
polígonos de Thiessen, se construyó el Hietograma de la precipitación en mm, y así se 
realizó la comparaciónentre los datos existentes en el POMCAS y los datos obtenidos 
experimentalmente. 
 
 
 
 
 
 
 
 
 
 
40 
 
 
 
 
 
 
5. Resultado y Análisis 
5.1. Microcuenca Quebrada Cune 
 
La microcuenca de la Quebrada Cune se encuentra localizada en el municipio de Villeta 
en el departamento de Cundinamarca, está compuesta por las veredas de Cune, La 
esmeralda, Sin Isidro, Quebrada Honda, La Masata, Salitre Blanco Alto, Salitre Blanco 
Bajo los cuales ocupan un área aproximada de 30 Km2(Londoño, 2013) como se puede 
observar en la Figura 5.1. 
 
El modelo de la Microcuenca de la Quebrada Cune fue realizada en ArcGis 10.2 con 
información de Shapefiles suministrados en la página del IDEAM y en visitas realizadas a 
esta entidad, de igual manera, se recopilo información de la página electrónica de ArcGis 
donde suministran Shapefiles de Departamentos, Veredas y Ríos. Para la 
georreferenciación de los diferentes componentes del modelo en ArcGis se trabajaron 
coordenadas MAGNA SIRGAS las cuales son las utilizadas por el Instituto Agustín 
Codazzi, para sistemas de información geográfica en la elaboración de sistemas SIG en el 
país. (VER ANEXO C) 
 
5.2. Estaciones IDEAM 
 
Las estaciones que se utilizaron en el presente trabajo del IDEAM son de tipo 
pluviométricas, las cuales tienen como función registrar datos de precipitación en las 
diferentes zonas de Colombia, en este caso en el departamento de Cundinamarca. 
 
Los registros de precipitación con los que se contó para este estudio fueron 
suministrados por el IDEAM. Para la Microcuenca de la Quebrada Cune y alrededores se 
41 
 
 
encontraron un total de ocho estaciones pluviométricas entre activas, suspendidas, 
manuales y automáticas. Una estación localizada en el municipio de Villeta se suspendió en 
el año 1974 por lo cual no se tomó en cuenta para el presente estudio, la estación 23067070 
se encuentra localizada en la cabecera municipal del Municipio de Villeta, siendo de tipo 
automática por lo cual no se encontró información de esta en el IDEAM; la estación 
23065200 se encuentra localizada la vereda de la Masata la cual se encuentra dentro del 
área de estudio de la presente investigación, dicha estación fue instalada en el año 2009 y 
cuenta con información hasta parte del año 2015. 
 
Las estaciones 23060140, 2300260, 21230120, 2306290 se encuentran fuera del área de 
estudio de la presente investigación pero se localizan a menos de 30 km de distancia, rango 
que se determina teniendo en cuenta que los datos obtenidos se pueden apreciar con este 
margen, por tal manera estas estaciones fueron seleccionadas para la utilización de los 
diferentes métodos de completar datos ya que cuentan con la suficiente información y en la 
zona de estudio no se cuentan con más estaciones para la implementación de los datos, la 
información de localización, tipo coordenadas y fechas de instalación se encuentran 
resumidas en la Tabla 5.1 
 
 
Tabla 5.1 
Estaciones de trabajo. 
CODIGO 
DE LA 
ESTACION 
DEPARTAMENTO MUNICIPIO NOMBRE DE LA ESTACION CLASE CATEGORIA 
COORDENADAS 
ELEVACIO
N (m.s.n.m.) 
Años de uso 
GMS 
LATITUD LONGITUD 
inicio 
 
23065200 CUNDINAMARCA VILLETA REMEDIOS MET PM 5° 1' 41.5'' N 74° 30' 14.1'' W 1068 13/05/2009 
 
23065180 CUNDINAMARCA VILLETA CUESTECITA MET CP 5° 0' 0.7'' N 74° 28' 15.5'' W 878 10/12/2004 
23067070 CUNDINAMARCA VILLETA LAGUNITAS HID LM 5° 0' 40.7'' N 74° 28' 13.8'' W 790 15/08/1974 
21230120 CUNDINAMARCA CHAGUANÍ BELLEZA MET PM 4° 59' 7.4'' N 74° 34' 52'' W 1200 15/12/1986 
23060140 CUNDINAMARCA GUADUAS TUSCOLO MET PM 5° 4' 41.6'' N 74° 36' 42.5'' W 975 15/02/1971 
 
23060290 CUNDINAMARCA SASAIMA CANAVERALES MET PM 4° 58' 23.4'' N 74° 24' 43.4'' W 1425 15/03/1986 
23060260 CUNDINAMARCA NOCAIMA POZO HONDO MET PM 5° 3' 52.7'' N 74° 22' 55.3'' W 1500 15/12/1987 
Fuente: Elaboración propia con datos suministrados por el IDEAM. 
 
 
5.2.1. Datos Registrados de Precipitación 
 
 
 
El periodo de análisis seleccionada comprende un total de 27 años los cuales van desde 
el año 1988 y 2014, este periodo de estudio se definió por la estación 23060260 ya que su 
fecha de instalación fue diciembre de 1987, las demás esta
hasta el año 2014, por tal motivo el periodo de estudio se definió de este intervalo. 
 
Las estaciones seleccionadas para el presente estudio cuentan con un total de 41.585 
datos los cuales 2137 son de la estación 230652 que co
año 2009 hasta el 2014
resto de estaciones cuentan cada una con un total de 9862 datos, en total hay 39.880 datos 
registrados, 1705 datos perdidos y 24.525 d
Figura 5.2 Datos faltantes y registrados estaciones pluviométricas, período 1988 
Fuente: Elaboración propia con datos suministrados por el IDEAM
Por otro lado, se puede observar que el porcentaje de datos en cero, o e
datos sin registro de lluvia en algunos días del periodo de estudio 2009
El periodo de análisis seleccionada comprende un total de 27 años los cuales van desde 
el año 1988 y 2014, este periodo de estudio se definió por la estación 23060260 ya que su 
fecha de instalación fue diciembre de 1987, las demás estaciones cuentan con registros 
hasta el año 2014, por tal motivo el periodo de estudio se definió de este intervalo. 
Las estaciones seleccionadas para el presente estudio cuentan con un total de 41.585 
datos los cuales 2137 son de la estación 230652 que comprende un periodo de estudio del 
año 2009 hasta el 2014, tal como lo muestra la figura 5.2 Análisis Datos Estaciones
resto de estaciones cuentan cada una con un total de 9862 datos, en total hay 39.880 datos 
registrados, 1705 datos perdidos y 24.525 datos registrados en cero. 
Datos faltantes y registrados estaciones pluviométricas, período 1988 –
Elaboración propia con datos suministrados por el IDEAM. 
 
Por otro lado, se puede observar que el porcentaje de datos en cero, o e
datos sin registro de lluvia en algunos días del periodo de estudio 2009
42 
El periodo de análisis seleccionada comprende un total de 27 años los cuales van desde 
el año 1988 y 2014, este periodo de estudio se definió por la estación 23060260 ya que su 
ciones cuentan con registros 
hasta el año 2014, por tal motivo el periodo de estudio se definió de este intervalo. 
Las estaciones seleccionadas para el presente estudio cuentan con un total de 41.585 
mprende un periodo de estudiodel 
Análisis Datos Estaciones, el 
resto de estaciones cuentan cada una con un total de 9862 datos, en total hay 39.880 datos 
 
 
– 2014. 
Por otro lado, se puede observar que el porcentaje de datos en cero, o en otras palabras 
datos sin registro de lluvia en algunos días del periodo de estudio 2009-2014 superan el 
43 
 
 
40% del total de los datos, la estación 21230120 es la estación que cuenta con mayor 
número de datos sin registro de lluvia (67.99%), caso contrario la estación 23060290 tiene 
un porcentaje de datos en cero del 47.00%. La distribución de los datos faltantes, datos en 
cero y registrados para cada estación se puede evidenciar en la tabla 5.2. 
 
Tabla 5.2 
Estaciones de trabajo 
ESTACIONES 
 23065200 21230120 2306140 23060260 23060290 
Total datos 2137 9862 9862 9862 9862 
Datos registrados 1703 9649 9398 9728 9402 
Datos faltantes 434 213 464 134 460 
Datos en cero 997 6705 6275 5913 4635 
% Datos Registrados 79.69% 97.84% 95.30% 98.64% 95.34% 
% Datos Faltantes 20.31% 2.16% 4.70% 1.36% 4.66% 
% Datos en cero 46.65% 67.99% 63.63% 59.96% 47.00% 
Fuente: Elaboración propia con datos suministrados por el IDEAM. 
 
Como se puede observar en la figura 5.2 la estación 23065200 cuenta con un porcentaje 
de datos faltantes de 20.31% equivalente a 434 días sin tener datos registrados siendo así un 
poco más de un año en su periodo de 2009-2014, por otra parte, las estaciones 21230120, 
2306140, 23060260 y 23060290 cuentan con un porcentaje de datos perdidos menor al 5% 
teniendo como máximo 470 datos sin registro en cada estación, con esto se puede observar 
que el porcentaje de error entre los diferentes métodos que se van a utilizar en esta 
investigación no variaran considerablemente y su error no será superior al 5%. 
Debemos tener encuenta que cuando se registran datos como cero (0) no significa datos 
faltantes no registrados, en este estudio se toman los datos no registrados como menos uno 
(-1) para la programaciónde los diferentes métodos trabajados. 
 
5.3. Análisis de Consistencia de Datos por el Método de Curva de Doble Masa 
 
Una serie de tiempo de datos hidrológicos es relativamente constante si los datos son 
periódicamente proporcionales a una serie de tiempo registrada simultáneamente ((Chang 
& Lee, 1974). La consistencia significativa de los datos hidrológicos en una observación 
 
 
significativa de la estación, son generados por el mismo mecanismo que correlaciona datos 
similares de otras estaciones comúnmente denominadas como estaciones
 
En este estudio, se aplicó el análisis de doble masa para verificar
de precipitaciones anuales de estaciones cercanas. A continuación, se presenta a manera de 
ejemplo, el análisis de consistencia realizado entre la esta
índices 2306140, 23060260 y la 23060290
entre la estaciones mencionadas, pues son las estaciones m
estudio, y por tanto, si se encuentra una con
resultados más convenientes entre las estaciones m
 
 
Figura 5.3 Curva de doble masa entre 
Fuente: Elaboración propia con datos suministrados por el IDEAM.
 
significativa de la estación, son generados por el mismo mecanismo que correlaciona datos 
similares de otras estaciones comúnmente denominadas como estaciones
En este estudio, se aplicó el análisis de doble masa para verificar la coherencia entre datos 
de precipitaciones anuales de estaciones cercanas. A continuación, se presenta a manera de 
ejemplo, el análisis de consistencia realizado entre la estación 21230120 y las estaciones 
índices 2306140, 23060260 y la 23060290, considerando relevante presentar este an
entre la estaciones mencionadas, pues son las estaciones más alejadas de la mi
, y por tanto, si se encuentra una consistencia aceptable entre ellas, es de esperarse 
ás convenientes entre las estaciones más próximas. 
Curva de doble masa entre las estaciones 2306140, 23060260 y 23060290.
propia con datos suministrados por el IDEAM. 
 
44 
significativa de la estación, son generados por el mismo mecanismo que correlaciona datos 
similares de otras estaciones comúnmente denominadas como estaciones índice. 
la coherencia entre datos 
de precipitaciones anuales de estaciones cercanas. A continuación, se presenta a manera de 
ción 21230120 y las estaciones 
relevante presentar este análisis 
ás alejadas de la microcuenca de 
sistencia aceptable entre ellas, es de esperarse 
 
2306140, 23060260 y 23060290. 
 
 
Figura 5.4Curva de doble masa entre
Fuente: Elaboración propia con datos suministrados por el IDEAM.
 
 
 
Figura 5.5Curva de doble masa entre 
Fuente: Elaboración propia con datos suministrados por el IDEAM
 
Curva de doble masa entre las estaciones 21230120, 23060260 y 23060290.
ación propia con datos suministrados por el IDEAM. 
Curva de doble masa entre las estaciones 21230120, 2306140 y 23060260
Elaboración propia con datos suministrados por el IDEAM. 
45 
 
21230120, 23060260 y 23060290. 
 
21230120, 2306140 y 23060260. 
 
 
Figura 5.6Curva de doble masa entre 
Fuente: Elaboración propia con datos suministrados por el IDEAM.
 
Como se puede apreciar en la figura 5.3 la curva de doble masa que presentó el coeficiente 
de correlación lineal más bajo fue con la estación 23060260 y el d
correlación fue con la estación 23060290. Sin embargo, todas las correlaciones lineales son 
bastante aceptables. 
5.4. Reconstrucción de Series de Precipitación
5.4.1. Métodos Convencionales
 
Las series de datos utilizados en la microcuen
un período de tiempo de 27 años, que corresponden desde 1988 hasta 2014. Estos datos no 
son homogéneos debido a que en las estaciones pluviométricas no se encuentran registros 
de algunos días, debido a esto se recons
convencionales, 
 
El primer método utilizado es el de 
el que se utiliza la relación de las distancias, de tal manera que al aplicar el método, se le 
otorga un mayor peso a 
Curva de doble masa entre las estaciones 21230120, 2306140 y 23060260.
Elaboración propia con datos suministrados por el IDEAM. 
Como se puede apreciar en la figura 5.3 la curva de doble masa que presentó el coeficiente 
de correlación lineal más bajo fue con la estación 23060260 y el de mayor coeficiente de 
correlación fue con la estación 23060290. Sin embargo, todas las correlaciones lineales son 
Reconstrucción de Series de Precipitación 
Métodos Convencionales 
Las series de datos utilizados en la microcuenca de la quebrada Cune se encuentran en 
un período de tiempo de 27 años, que corresponden desde 1988 hasta 2014. Estos datos no 
son homogéneos debido a que en las estaciones pluviométricas no se encuentran registros 
de algunos días, debido a esto se reconstruyeron implementando tres métodos 
El primer método utilizado es el de ponderación del inverso de la distancia
el que se utiliza la relación de las distancias, de tal manera que al aplicar el método, se le 
 las estaciones que cuenten con menor distancia, el segundo método 
46 
 
21230120, 2306140 y 23060260. 
Como se puede apreciar en la figura 5.3 la curva de doble masa que presentó el coeficiente 
e mayor coeficiente de 
correlación fue con la estación 23060290. Sin embargo, todas las correlaciones lineales son 
ca de la quebrada Cune se encuentran en 
un período de tiempo de 27 años, que corresponden desde 1988 hasta 2014. Estos datos no 
son homogéneos debido a que en las estaciones pluviométricas no se encuentran registros 
truyeron implementando tres métodos 
ponderación del inverso de la distancia (IDW) en 
el que se utiliza la relación de las distancias, de tal manera que al aplicar el método, se le 
las estaciones que cuenten con menor distancia, el segundo método 
47 
 
 
utilizado fue el método de regresión lineal el cual permite analizar o encontrar la relación 
que existe entre una estación como variable dependiente y otra como variable 
independiente, por último se utilizó el método de combinación lineal ponderada (CLP) el 
cual utiliza los coeficientes de correlación