UNIVERSIDAD AUTÓNOMA

GABRIEL RENÉ MORENO

FACULTAD INTEGRAL DEL CHACO

PRACTICOS DE SIMULACION

ESTUDIANTE: Eri sibeli Galarza Pesoa

CARRERA: Ingeniería Socio Ambiental

DOCENTE: Lic. Miguel Saavedra

SIGLA: ISA-270
 PRACTICO #1
DELIMITACION DE CUENCAS

1. Objetivos

● Realizar la delimitación de una cuenca

2. Fundamentos

Teóricos Cuenca:

RioBeni

Características de una cuenca: Es un destacado río boliviano de la cuenca

amazónica, el segundo en importancia fluvial. Tras recoger las aguas de
numerosos afluentes, al unirse con el río Mamoré da lugar al nacimiento del
importante río Madeira.

El río Beni nace en los Andes de la confluencia de los ríos Alto Beni y Kaka en
las proximidades de Puerto Pando, recorriendo desde este punto hasta su
desembocadura en el río Madeira unos 1178 km de longitud, aunque ésta varía
ya que es un río con muchos meandros. La profundidad máxima del río es de
21,3 metros aguas abajo de Rurrenabaque, siendo la profundidad promedio de
9 metros. El ancho máximo es de 1069 metros en las proximidades de
Rurrenabaque, siendo su ancho promedio de 400 metros.

3. Procedimientos

a) Se pasa a seleccionar la zona 20S en las propiedades, luego se pasa a

elaborar una imagen DEM de la cuenca con Google Earth. Después con
ayuda de la herramienta Spatial Analisys/hidrology/fill
b) Después de hace la dirección de flujo de la cuenca
utilizando Spatial Analisys/Hidrology/Flow Direction.

c) Se procede a hacer la acumulación de flujo de la cuenca con Spatial

Analisys/Hidrology/Flow Accumulation. Esto para poder observar el flujo de
la cuenca a delimitar
d) Identificamos el inicio del flujo de agua de la cuenca y con eso marcamos
nuestro punto de aforo con la herramienta Shapefile. Luego vamos a la
herramienta editor y dirigimos el punto al inicio de la cuenca.

e) Luego con la herramienta Watershed nos ayuda a delimitar la cuenca

tomando en cuenta la dirección de flujo y el punto de aforo que
previamente obtuvimos.
f) Después de tener la cuenca delimitada la convertimos a poligono con la
herramienta de Conversion/From Raster/Raster to Polygon. Luego se editan
los datos en la tabla de atributos y se crea un nuevo espacio llamado área.

Figura 1:De Rastern a poligono

Figura 2: Creación del campo área

g) Para tener la imagen satelital con la herramienta de conversión/A
KML/De capa a KML, pasamos de capa raster a kml.

h) Por último, se visualiza en Google Earth.

Figura1: Representación a escala mayor

 Figura2: Representación en escala menor

Resultados

Luego de realizado el practico 1 se puede llegar a tomar las

conclusiones necesarias para la gestiòn futura de esta cuenca y la
realización correcta del uso del agua dando puntos importantes para
gobernanza del agua y registro de las direcciones de flujo de nuestra
cuenca para una sistematización correcta.

Los registros del área de la delimitaciòn de nuestra cuenca son

2.557.737.627 m2.
 PRACTICO #3
ANÁLISIS DE INUNDACIONES CON GOOGLE EARTH ENGINE Y ARCGIS
1. Introducción:
El análisis de inundaciones mediante herramientas de percepción remota y sistemas
de información geográfica permite evaluar áreas afectadas por eventos
hidrometeorológicos extremos. En este caso, se utilizó la plataforma Google Earth
Engine (GEE) para procesar imágenes satelitales y calcular índices de humedad, y
ArcGIS para realizar análisis espacial complementario y generar productos
cartográficos finales.
2. Objetivo
El objetivo principal de esta práctica es identificar y comparar las condiciones de
humedad del suelo antes y durante un evento de inundación, mediante el
procesamiento de imágenes ópticas y la elaboración de mapas temáticos que
permitan visualizar las zonas afectadas
3. Metodología
a) Selección de periodos de análisis: Se definieron dos momentos temporales: uno
previo a la inundación y otro durante la inundación, seleccionando imágenes
satelitales con baja cobertura de nubes para garantizar datos de calidad.

b) Generación de imágenes compuestas: Para cada periodo se generaron

composiciones medianas de imágenes, con el fin de minimizar ruido y nubes
residuales, permitiendo obtener una representación clara de la superficie.
c) Cálculo de índices de humedad: Se aplicó un índice de humedad calculado a
partir de bandas ópticas, lo cual permite estimar la cantidad de humedad presente
en la vegetación o en el suelo. Este índice sirve para detectar cambios significativos
en la cobertura y presencia de agua.
d) Visualización y comparación: Se visualizaron los mapas de humedad obtenidos
para cada periodo y se implementaron herramientas de comparación dinámica,
permitiendo analizar de forma simultánea la situación previa y durante la inundación.
Esto facilita identificar áreas donde la humedad aumentó significativamente.
e) Exportación de resultados: Los mapas generados en Google Earth Engine se
exportaron en formato raster para ser utilizados en ArcGIS.
f) Análisis complementario en ArcGIS: En ArcGIS se realizaron operaciones de
simbolización, clasificación y delimitación de áreas afectadas. Se verificaron
sistemas de coordenadas, se vectorizaron zonas inundadas y se generaron mapas
finales para documentar y cuantificar la extensión de la inundación.
4. Resultados
El procesamiento permitió identificar claramente las zonas con mayor humedad
durante el evento, comparándolas con la condición previa. Mediante la integración
de GEE y ArcGIS se obtuvo una cartografía precisa que facilita la toma de
decisiones para la gestión de riesgos y la planificación de medidas de mitigación.
Conclusiones
El uso combinado de Google Earth Engine y ArcGIS demuestra ser una metodología
eficiente para monitorear inundaciones, permitiendo analizar grandes volúmenes de
datos satelitales, extraer indicadores clave y representar espacialmente los
impactos. Esta práctica refuerza la importancia de las tecnologías geoespaciales
para el estudio y gestión de eventos naturales.
 PRACTICO #4
Procedimiento para obtener la precipitación máxima anual usando Google
Earth Engine

1. Introducción
En este informe se describe de forma detallada el procedimiento para calcular la
precipitación máxima anual dentro de una región específica mediante la plataforma
Google Earth Engine (GEE). El análisis se basa en el uso de datos satelitales de
precipitación de la colección CHIRPS Daily, ampliamente utilizada para estudios de
climatología e hidrología debido a su cobertura espacial y temporal.

El objetivo principal de este ejercicio es ilustrar, de forma práctica, cómo se pueden

procesar grandes volúmenes de datos climáticos y obtener indicadores hidrológicos
relevantes para la planificación y gestión de recursos hídricos.
2. Definición de la Región de Interés
El primer paso es establecer la región de interés, es decir, el área geográfica sobre
la cual se realizará el análisis de la precipitación máxima anual. Para esto, se define
un polígono que delimita los límites espaciales del estudio.

Este polígono puede crearse dibujándolo directamente en el visor de Google Earth

Engine, importando un archivo shapefile o geojson, o definiendo manualmente los
puntos de coordenadas. Esta delimitación es fundamental, ya que todos los datos
procesados estarán restringidos a esta área.
3. Selección del Conjunto de Datos
Una vez definida la región, se selecciona la fuente de datos de precipitación. Para
este ejercicio se utiliza la colección CHIRPS Daily, que ofrece datos diarios de
precipitación a nivel global desde 1981 hasta la actualidad. Esta colección combina
observaciones satelitales con datos de estaciones meteorológicas, mejorando la
precisión.

Se filtra la colección de datos para que incluya solo los registros dentro del polígono
definido y se restringe el rango de fechas al periodo de estudio (2000 a 2023).
4. Generación de la Serie de Años
Para analizar la precipitación máxima anual, se crea una lista que representa cada
año del rango definido. Esta lista se usa para recorrer los datos año por año y
procesar la información de forma ordenada.
5. Filtrado Anual de Datos
Para cada año, se filtran solo los registros correspondientes a ese año. Así se
asegura que el cálculo de máximos se realice de forma independiente por cada
periodo, evitando cruces de datos entre años.
6. Cálculo de la Precipitación Máxima Anual
Luego, para cada año filtrado, se identifica la imagen con la mayor precipitación
diaria registrada en la región de interés y se calcula el valor máximo de precipitación
dentro del polígono. Esto permite obtener el valor máximo diario para cada año, que
se guarda junto con el año correspondiente.
7. Almacenamiento de los Resultados
Los resultados se organizan en una tabla de datos estructurada, donde cada fila
representa un año de análisis y contiene el año y el valor máximo de precipitación
diaria registrado. Esta tabla se puede visualizar o exportar.
8. Exportación de Resultados
Para facilitar su análisis, la tabla se exporta a Google Drive en formato CSV, que es
compatible con hojas de cálculo y software de análisis. Se define la carpeta de
destino, un nombre descriptivo para el archivo y el formato.
9. Resultados Esperados
El archivo final muestra la precipitación máxima diaria para cada año del periodo
2000–2023. Esto permite analizar tendencias de eventos extremos de precipitación,
identificar años críticos y complementar estudios de vulnerabilidad hídrica.
10. Consideraciones Finales
Este flujo de trabajo muestra el potencial de Google Earth Engine para manejar
grandes volúmenes de datos. El análisis puede adaptarse a diferentes necesidades,
rangos de tiempo, resoluciones espaciales o colecciones de datos climáticos. Los
resultados pueden exportarse a diferentes formatos según se requiera.
11. Recomendaciones
Es recomendable validar los resultados con datos de estaciones locales, revisar
valores extremos para descartar errores, documentar el script y guardarlo en GEE.
Además, se puede complementar con mapas de distribución espacial para visualizar
la variabilidad interna dentro de la región.
Conclusión
Este procedimiento ofrece una base para estudios hidrológicos básicos y
avanzados. El acceso a datos satelitales y el poder de procesamiento de Google
Earth Engine son herramientas valiosas para investigadores e instituciones que
requieren resultados confiables para la gestión de recursos hídricos y evaluación de
riesgos climáticos.
 PRACTICO #5
APLICACIÓN DE METODOS GUMBEL Y PEARSON III

1. INTRODUCCION
En el ámbito de la hidrología y la ingeniería ambiental, el análisis estadístico de
eventos extremos —como lluvias intensas, crecidas de ríos o sequías severas—
es fundamental para el diseño de infraestructuras y la gestión del riesgo. Para
ello, se emplean métodos de análisis de frecuencias que permiten estimar la
probabilidad de ocurrencia de estos eventos a lo largo del tiempo. Entre los
métodos más utilizados se encuentran el método de Gumbel y el método de
Pearson tipo III, los cuales ofrecen modelos estadísticos para predecir la
magnitud de eventos con distintos periodos de retorno.

El método de Gumbel, también conocido como distribución extrema tipo I, es

especialmente útil para modelar el valor máximo anual de variables como
precipitaciones o caudales. Su simplicidad y adecuación para describir
fenómenos extremos lo hacen ampliamente adoptado en estudios hidrológicos.
Este método asume que los eventos extremos siguen una distribución
específica que se ajusta a los valores más altos observados en una serie de
datos.

Por otro lado, el método de Pearson tipo III es más flexible, ya que puede
incorporar la asimetría en la distribución de los datos, lo que lo hace más
adecuado para series con sesgo. Esta distribución permite un ajuste más
preciso en casos donde los valores extremos no siguen una simetría estándar,
lo que es común en muchas series hidrológicas.

Ambos métodos tienen aplicaciones prácticas importantes, como el

dimensionamiento de presas, el diseño de sistemas de drenaje y la planificación
de medidas de prevención frente a desastres naturales. Su uso permite a
ingenieros, planificadores y autoridades tomar decisiones informadas basadas
en datos históricos y proyecciones estadísticas confiables.
2. DESARROLLO
FUNDAMENTOS TEORICOS
El método de Gumbel, también conocido como Distribución de Valores
Extremos tipo I, es una de las distribuciones más utilizadas para el análisis de
máximos anuales (como precipitaciones o caudales máximos). Fue
desarrollado por Emil Julius Gumbel en 1941.
Su base se encuentra en la teoría de valores extremos, la cual establece que
la distribución de los máximos (o mínimos) de una muestra grande tiende a
una forma específica, independientemente de la distribución original de los
datos.
La distribución de Pearson tipo III es una distribución asimétrica que permite
una mayor flexibilidad que Gumbel, especialmente en casos donde la variable
de interés no sigue una distribución simétrica. Fue introducida por Karl
Pearson como parte de su clasificación de distribuciones de probabilidad.
Se trata de una distribución de tipo gamma modificada, que se ajusta bien a
caudales y precipitaciones, sobre todo cuando presentan sesgo positivo.
3. OBJETIVOS
Objetivos del Método de Gumbel
 Estimar valores extremos (máximos) de variables hidrológicas, como
caudales o lluvias máximas anuales.
 Calcular periodos de retorno (frecuencia con la que se espera que
ocurra un evento de cierta magnitud).
 Ajustar los datos a una distribución de probabilidad extrema
(distribución Gumbel tipo I).
 Facilitar el diseño de infraestructuras hidráulicas seguras, como
represas, alcantarillado, puentes, entre otros.
 Evaluar el riesgo y la vulnerabilidad ante eventos extremos.
Objetivos del Método de Pearson tipo III
 Ajustar series de datos hidrológicos a una distribución asimétrica
(distribución Pearson tipo III), útil cuando los datos no son normales.
 Mejorar la precisión en la estimación de eventos extremos,
especialmente cuando existe sesgo en los datos.
  Determinar probabilidades y periodos de retorno de fenómenos
hidrológicos extremos.

4. METODOLOGIA
Metodología del Método de Gumbel
Fundamento
El método de Gumbel pertenece a la familia de distribuciones de valores extremos
(EV-1) y se utiliza principalmente para estimar la magnitud de eventos extremos
con un determinado período de retorno (por ejemplo, lluvias o caudales que
ocurren cada 10, 50 o 100 años).
Fórmula general
La función de distribución de Gumbel para máximos es:
XT= x +K⋅S
Procedimiento paso a paso Método de Gumbel
 Recolectar datos históricos de caudales o precipitaciones máximas
anuales.
 Calcular la media ( x ) y desviación estándar (S).
 Calcular 𝑦𝑇 para el período de retorno deseado.
 Determinar 𝐾 con la fórmula.
 Calcular 𝑋𝑇= x +𝐾⋅𝑆
Metodología del Método de Pearson Tipo III
Fundamento
El método de Pearson tipo III también se utiliza para analizar eventos extremos,
pero a diferencia de Gumbel, considera la asimetría (sesgo) de los datos, por lo
que es más preciso cuando los datos no tienen distribución simétrica.
Fórmula general
𝑋𝑇= x +𝐾⋅𝑆
Procedimiento paso a paso Método Pearson
 Recolectar la serie anual de valores máximos (precipitaciones, etc.).
 Calcular media ( x ¿ , desviación estándar (S) y coeficiente de asimetría
(𝐶𝑠).
 Obtener el valor de K correspondiente a T y Cs (usando tablas o software).
 Calcular 𝑋𝑇= x +𝐾⋅𝑆
Fecha Pobs തሻଷ
Yൌ ‫ ݃݋ ܮ‬ሺܲூሻ ሺܻെܻ n ത
ܻ Desviacion tipica muestra (Slogp) promedio suma
1968 52,0 1,7160 0,0031 25 1,5700 0,1342 0,00241689
1969 36,0 1,5563 0,0000
1970 54,0 1,7324 0,0043
1971 59,0 1,7709 0,0081
1972 67,0 1,8261 0,0168
1973 48,0 1,6812 0,0014
1974 28,0 1,4472 -0,0019
1975 37,0 1,5682 0,0000
1976 31,0 1,4914 -0,0005
1977 39,0 1,5911 0,0000
1978 17,0 1,2304 -0,0391
1979 29,0 1,4624 -0,0012
1980 37,0 1,5682 0,0000
1981 27,0 1,4314 -0,0027
1982 40,6 1,6085 0,0001
1983 27,8 1,4440 -0,0020
1984 32,1 1,5065 -0,0003
1985 29,1 1,4639 -0,0012
1986 37,4 1,5729 0,0000
1987 37,4 1,5729 0,0000
1988 36,5 1,5623 0,0000
1989 58,5 1,7672 0,0077
1990 40,0 1,6021 0,0000
1991 28,5 1,4548 -0,0015
1992 48,0 1,6812 0,0014
 Periodo de retorno años k logPt Pt
5 0,8461 1,6835 48,2555
10 1,2704 1,7405 55,0158
25 1,7158 1,8003 63,1336
50 1,9997 1,8384 68,9223
100 2,2526 1,8723 74,5245
500 2,7571 1,9400 87,0969
1000 2,9483 1,9657 92,3978

5. RESULTADOS
Método Gumbel para cada período de retorno T (por ejemplo, 10, 25, 50, 100 años),
se obtiene un valor de caudal o lluvia máxima esperada.
Método Pearson los valores calculados para eventos extremos (Q_T)
pueden ser menores que los de Gumbel, dependiendo del coeficiente de asimetría
de la muestra.
CONCLUSION
Tanto el método de Gumbel como el de Pearson tipo III son herramientas
estadísticas valiosas para el análisis hidrológico. La elección entre uno u otro
depende del comportamiento de los datos disponibles. Mientras Gumbel es útil para
una estimación rápida y general de eventos extremos, Pearson III permite una
representación más ajustada cuando los datos presentan asimetría.
Su aplicación rigurosa en el diseño de obras hidráulicas, planificación urbana y
manejo del riesgo permite prever y mitigar desastres naturales como inundaciones,
protegiendo así vidas humanas y recursos materiales.
BIBLIOGRAFIA
Chow, V. T., Maidment, D. R., & Mays, L. W. (1988).
Applied Hydrology. McGraw-Hill.
Este libro es una de las referencias más utilizadas en ingeniería hidrológica.
Contiene explicaciones claras sobre el uso de distribuciones como Gumbel y
Pearson tipo III para el análisis de crecidas.
Gumbel, E. J. (1958). Statistics of Extremes. Columbia University Press.
Obra clásica escrita por el creador del método Gumbel, enfocada en la teoría de
valores extremos y su aplicación a eventos hidrológicos.