Page 19 - Proyecto Gestión Integrada y Plan Maestro de la Cuenca
P. 19

Homogeneización de los datos pluviométricos de la cuenca alta del río Pilcomayo.



               tendencia general. Es mejor también no borrar todavía los datos mensuales identificados como malos
               en el captor mensual de la base de datos. Pero se tiene que escribir en algún lugar o en un archivo
               Excel de seguimiento que estos datos son malos. Los análisis siguientes vendrán confirmar o no estas
               observaciones.

                   3.3.7  Identificación de los datos anuales malos con el mapa y las series anuales

               Después de estas observaciones groseras, se puede pasar a un etapa de análisis más fina para los datos
               anuales primero.

               El análisis consiste en mirar para cada estación si cada valor anual tiene sentido con  los valores
               anuales de las estaciones vecinas para el mismo año. Para realizar este análisis, se tiene que añadir en
               la tabla SIG de las estaciones pluviométricas un campo por año hidrológico y llenar este campo para
               todas las estaciones de la zona de estudio. Después, con Arcview se pueden poner etiquetas por año y
               así ver para un año hidrológico particular si algunas estaciones tienen valores anuales que no pueden
               ser. Es más fácil proceder estación por estación. Además de mirar el mapa SIG, se mira la serie anual
               en Excel comparándola con estaciones de la misma zona. En nuestro caso, hemos compartido la zona
               de estudio en 4 zonas: Noroeste (Longitud<-65 y Latitud>-20) Noreste (Longitud >-65 y Latitud>-20)
               Sureste (Longitud >-65 y Latitud<-20) Suroeste (Longitud <-65 y Latitud<-20).

               A lo largo de este análisis, se puede anotar en un cuaderno o un archivo Excel de seguimiento los años
               identificados como malos. Los análisis siguientes al nivel anual y mensual vendrán confirmar o no
               estas observaciones. Pero es mejor no borrar todavía los datos mensuales correspondientes a los años
               malos en los captores mensuales de la base de datos.
                   3.3.8  Identificación de los datos anuales malos con el Vector Regional Anual


               El último análisis al nivel anual consiste en utilizar el Vector Regional Anual, función integrada en el
               paquete Hydraccess.

               De la misma manera que para el análisis precedente, hemos compartido la zona de estudio en 4 zonas:
               Noroeste (Longitud<-65 y Latitud>-20) Noreste (Longitud >-65 y Latitud>-20) Sureste (Longitud >-
               65 y Latitud<-20) Suroeste (Longitud <-65 y Latitud<-20). Para cada zona hemos creado el Vector
               Regional para las estaciones que tenían más que 3 años de datos anuales trabajando con los datos de
               años hidrológicos.
               Para cada estación se han identificado los años supuestamente afuera de la tendencia general. A lo
               largo de este análisis, se puede anotar en un cuaderno o un archivo Excel de seguimiento los años
               identificados como  malos. Los análisis siguientes  al nivel  mensual vendrán confirmar o no estas
               observaciones. Pero es mejor no borrar todavía los datos mensuales correspondientes a los años malos
               en los captores mensuales de la base de datos.


                   3.3.9  Identificación de los datos mensuales malos con los Vectores Regionales Mensuales

               Para terminar de ver de manera más precisa y confirmar de manera más segura cuales datos mensuales
               son realmente malos, se realizaron vectores mensuales para cada mes procediendo también por zonas.
               Esta vez, se consideraron las subcuencas siguientes: Pilcomayo alto, Pilcomayo inferior, Tumusla, San
               Juan del oro, Pilaya, Parapetí, Grande, Bermejo y Altiplano. Para cada subcuenca se realizaron los
               vectores mensuales para los meses de Septiembre hasta Abril
               Hay que destacar que el Vector Regional no converge muy bien para los meses de la época seca ni
               para las zonas con poca lluvia (zona altiplánica por ejemplo). Para estos meses se miraron las series
               mensuales para identificar los valores realmente demasiada altas.

               Una vez los meses malos identificados para todas las estaciones de una zona, se calcularon de nuevo
               los vectores mensuales con los datos sobrando y supuestamente buenos.

               Cada vez que los Vectores Regionales habían sido calculados para una zona descartando los datos
               malos, se añadieron en los gráficos de los vectores regionales de la zona siguiente.



               AM – Proyecto de Gestión Integrada y Plan Maestro de la cuenca del río Pilcomayo – Octubre 2006   18
   14   15   16   17   18   19   20   21   22   23   24