SciELO - Scientific Electronic Library Online

 
vol.9 número5Caracterización de plaguicidas organoclorados en agua y sedimentos en el río Tucutunemo, VenezuelaEliminación de pesticidas mediante un biorreactor de membrana y dos tiempos diferentes de retención celular índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Tecnología y ciencias del agua

versión On-line ISSN 2007-2422

Tecnol. cienc. agua vol.9 no.5 Jiutepec sep./oct. 2018  Epub 24-Nov-2020

https://doi.org/10.24850/j-tyca-2018-05-07 

Artículos

Índice de concentración de la precipitación diaria en la cuenca del Río Grande de Morelia

Rodrigo Roblero-Hidalgo1 

Jesús Chávez-Morales2 

Laura Alicia Ibáñez-Castillo3 

Oscar L. Palacios-Vélez4 

Abel Quevedo-Nolasco5 

Juan Manuel González-Camacho6 

1Colegio de Postgraduados, Campus Montecillo, Montecillo, Texcoco, Estado de México, México, rodrigo-roblero@hotmail.com

2Colegio de Postgraduados, Campus Montecillo, Montecillo, Texcoco, Estado de México, México, chavezje@colpos.mx

3Universidad Autónoma Chapingo, Chapingo, Estado de México, México, libacas@gmail.com

4Colegio de Postgraduados, Campus Montecillo, Montecillo, Texcoco, Estado de México, México, palacio@colpos.mx

5Colegio de Postgraduados, Campus Montecillo, Montecillo, Texcoco, Estado de México, México, anolasco@colpos.mx

6Colegio de Postgraduados, Campus Montecillo, Montecillo, Texcoco, Estado de México, México, jmgc@colpos.mx


Resumen

Se realizó una evaluación del índice de concentración de precipitación diaria (CI), como un indicador para caracterizar las subcuencas de la cuenca hidrológica, que representan diferentes grados de torrencialidad pluviométrica. El CI se estimó por medio de la curva de Lorenz, para evaluar el peso relativo de los días más lluviosos en series de datos de precipitación diaria, que se registró en 34 estaciones meteorológicas convencionales (EMC), dentro y próximas a la cuenca del Río Grande de Morelia desde su origen, aguas arriba de la presa Cointzio, hasta su desembocadura en el lago de Cuitzeo. El Río Grande pasa por la ciudad de Morelia, la cual se ha visto afectada por inundaciones de forma cíclica, que han dejado como consecuencias graves daños: pérdidas humanas y afectaciones a la infraestructura, así como deterioro en la producción agrícola, pecuaria y forestal. Se elaboró una plataforma en un sistema de información geográfica (SIG), para la delimitación y caracterización de la cuenca, y sus 23 subcuencas. Se calculó el CI para cada EMC, con el que se generaron isopletas con intervalos de 0.01 y una capa ráster del CI; se calculó el promedio del CI para las 23 subcuencas y para la cuenca. Con base en los resultados se propone una escala de torrencialidad del CI, esto es: bajo torrencial (0.476-0.515); medio torrencial (0.515-0.538); torrencial (0.538-0.560), y altamente torrencial (0.560-0.607). El promedio ponderado para la cuenca resultó un CI = 0.55, que corresponde a una cuenca torrencial; el CI se relacionó con el clima de la cuenca.

Palabras clave índice de concentración; torrencialidad; isopletas y cuenca

Abstract

The daily precipitation concentration index (CI) was evaluated as an indicator to characterize the sub-basins in the hydrological basin, which represent different degrees of pluviometric torrentiality. The CI was estimated using the Lorenz curve to evaluate the relative weight of the rainiest days in the series of daily precipitation data, which was recorded in 34 conventional meteorological stations (CWS) in and near the Río Grande de Morelia basin, from its source upstream of the Cointzio Dam, to its mouth in Lake Cuitzeo. The Río Grande passes through the city of Morelia, which has been affected by floods in a cyclical manner, resulting in serious damage: human losses, damage to infrastructure and deterioration in agricultural, livestock and forestry production. A platform was developed in a GIS for the delimitation and characterization of the basin and its 23 sub-basins. The CI for each CWS was calculated, with which isopleths were generated with intervals of 0.01, as well as a raster layer of the CI. The CI average was calculated for the 23 sub-basins and for the basin. Based on the results, a CI torrentiality scale is proposed, such as: Low torrential (0.476-0.515), medium torrential (0.515-0.538), torrential (0.538-0.560) and high torrential (0.560-0.607). Weighted average for the basin resulted in a CI = 0.55, which corresponds to a torrential basin, and the CI was related to the climate of the basin.

Keywords Concentration index; torrentiality; isopleths and basin

Introducción

Algunas cuencas hidrológicas y sus subcuencas están afectadas por fenómenos hidrometeorológicos, como precipitaciones extremas, producidas por las lluvias temporales o por fenómenos atmosféricos migratorios, como tormentas tropicales y ciclones, entre otras. Estas precipitaciones extremas dan lugar a escurrimientos extraordinarios, que pueden producir inundaciones que causan daños mayores, dejando como consecuencias pérdidas humanas, daños a la infraestructura urbana e hidroagrícola, y un gran deterioro de la producción agrícola, pecuaria y forestal.

Por lo anterior, se plantea que mediante la estimación del índice de concentración (CI, por sus siglas en inglés) es posible evaluar la torrencialidad en cuencas hidrológicas. Así, el objetivo de este estudio es estimar el CI en las subcuencas y cuenca del Río Grande de Morelia, Michoacán, México, para evaluar el grado de torrencialidad.

Martín-Vide (2004) propuso una metodología para estimar el índice de concentración de precipitación diaria mediante la aplicación de la curva de Lorenz para evaluar el peso relativo de los días más lluviosos, en series de datos de precipitación diaria, registrada en estaciones meteorológicas convencionales (EMC); Zubieta, Saavedra, Silva y Giráldez (2016) presentan un estudio sobre la estimación de torrencialidad en una cuenca hidrológica, utilizando el índice de concentración (CI) y su distribución espacial en la cuenca del río Mantaro, Perú.

Los estudios que se han realizado sobre el CI se enfocan en la regionalización de la precipitación, una de las fases a considerar en el estudio, como las investigaciones de Martín-Vide y Estrada-Mateu (1992); De Luis, González-Hidalgo y Sánchez (1996); Martín-Vide y Llasat (2000); Martín-Vide (2004); Martín-Vide et al. (2008); Alijani, O’Brien y Yarnal (2008); Zhang, Xu, Gemmer, Chen y Liu (2009); Lana, Burgue, Martínez y Serra (2009); Li, Jiang, Li y Wang (2011); Benhamrouche y Martín-Vide (2011); Vargas, Santos, Cárdenas y Obregón (2011); Velasco-Martínez, Mendoza-Palacios, Campos-Campos y Castillo-Bolainas (2011); Suhaila y Aziz (2012); Cortesi, González-Hidalgo, Brunetti y Martín-Vide (2012); Sarricolea y Martín-Vide (2012); Benhamrouche y Martín-Vide (2012); Zubieta y Saavedra (2013); Espinoza, Herrera y Araya (2013); Shi et al. (2014); Meseguer-Ruiz, Martín-Vide, Olcina-Cantos y Sarricolea-Espinoza (2014); Benhamrouche (2014); Sarricolea y Romero (2015); Benhamrouche et al. (2015); Huang, Huang, Chen, Xing y Leng (2016); Zubieta et al. (2016); Monjo y Martín-Vide (2016); Hamzah, Zainal y Jaafar (2016).

Sin embargo, en México no se ha presentado alguna aplicación desde un enfoque hidrológico que permita estimar la torrencialidad de la precipitación en cuencas hidrológicas, basado en el índice de concentración de precipitación diaria (CI), como un indicador para estimar el grado de agresividad o torrencialidad de la lluvia que se presenta en la cuenca y sus subcuencas.

En este trabajo se presenta la aplicación del método con base en el índice de concentración de precipitación diaria (CI), como un indicador para estimar el grado de agresividad o torrencialidad de la lluvia que existe en la cuenca y sus subcuencas hidrológicas del Río Grande de Morelia, donde se localiza la ciudad de Morelia, la cual en forma cíclica se ha visto afectada por caudales extraordinarios del Río Grande y sus afluentes (Conagua, 2016).

Materiales y métodos

En la descripción de materiales se presenta la ubicación del área de estudio, las características del modelo de elevación y la información de precipitación diaria.

Zona de estudio

La investigación se realizó en la cuenca del Río Grande de Morelia, Michoacán, México, en la cual se encuentra la zona urbana de la ciudad de Morelia, desde aguas arriba de la presa Cointzio y hasta su desembocadura en el lago de Cuitzeo, con un área de la cuenca de 1 748 km2 (Figura 1).

Figura 1 Ubicación de la cuenca Río Grande de Morelia, Michoacán, México. 

Información utilizada

El modelo digital de elevación (MDE) utilizado es de resolución de píxel de 15 m, de escala 1:50 000 (INEGI, 2013).

La información meteorológica que se usó proviene de la red de Estaciones Meteorológicas Convencionales (EMC) del Servicio Meteorológico Nacional (SMN). Para este trabajo se consideraron 34 EMC, de las cuales se obtuvo el registro diario de la precipitación desde 1923 hasta 2015 y su ubicación, teniendo un promedio de datos faltantes en las serie de 0.48% (SMN, 2017).

Metodología

La metodología que se aplicó en la presente investigación se expone en la Figura 2.

Figura 2 Diagrama para el cálculo de los índices de concentración (CI) por subcuenca en la cuenca del Río Grande de Morelia. 

Delimitación de la cuenca hidrológica

Se delimitaron las cuencas a partir del Continuo de Elevación Mexicano (CEM 3.0) proporcionado por INEGI (2013), y utilizando la extensión de Soil and Water Assessment Tool. Se delimitó la cuenca del Río Grande de Morelia (Winchell, Srinivasan, Di Luzio, & Arnold, 2013) (Figura 3).

Figura 3 Localización de las estaciones meteorológicas convencionales en la cuenca del Río Grande, Morelia, Michoacán, México. 

Selección, ubicación y georreferenciación de EMC

De la base de datos se extrajo la ubicación geográfica de cada estación meteorológica convencional, utilizando las que se localizan dentro y las más cercanas a la cuenca del Río Grande de Morelia, como se describe en la Figura 3.

Colección de la información de precipitación diaria del registro de las EMC

Se identificaron las 34 EMC, sus claves y nombres oficiales, condición de operación, georreferenciación y longitud de registro hasta 2015 (Tabla 1) (SMN, 2017). Estas EMC se ubicaron en un SIG (Figura 3).

Tabla 1 Datos generales de las estaciones meteorológicas convencionales utilizadas en el estudio (SMN, 2017). 

Núm. Clave Nombre Utm (zona 14N) Altitud (msnm) Años de registro % de datos faltantes
X Y
1 16001 Acuitzio del Canje 253 909 2 157 711 2 200 1961-2008 0.37
2 16004 Álvaro Obregón (Smn) 287 023 2 192 475 1 846 1964-1986 0.05
3 16016 Carrillo Puerto 286 636 2 201 400 1 840 1969-2006 0.03
4 16022 Cointzio 260 775 2 171 585 2 096 1940-2006 0.11
5 16023 Copándaro de Galeana 268 243 2 201 079 1 840 1969-2001 0.01
6 16028 Cuitzillo Grande 277 931 2 187 050 1 987 1969-2007 0.04
7 16045 El Temazcal 295 018 2 173 989 2 220 1965-2014 0.06
8 16049 Etúcuaro 267 190 2 144 739 1 690 1944-1988 0.01
9 16052 Huingo 305 078 2 203 831 1 921 1941-2012 0.04
10 16055 Jesús del Monte 274 421 2 174 360 2 180 1935-2014 0.29
11 16080 Morelia (Obs) 271 139 2 179 754 1 913 1986-2014 0.07
12 16081 Morelia 271 880 2 178 484 1 908 1947-2015 0.06
13 16087 Pátzcuaro 226 111 2 160 051 2 140 1969-2015 0.01
14 16091 Álvaro Obregón (Dge) 286 508 2 193 220 1 840 1966-2015 0.12
15 16096 Presa Malpaís 303 216 2 193 364 1 859 1944-2015 0.02
16 16105 Quirio 291 014 2 190 306 1 858 1963-2015 0.11
17 16114 San Miguel del Monte 276 184 2 170 862 1 965 1963-2013 0.24
18 16116 San Sebastián 296 657 2 194 976 1 836 1969-1991 0.00
19 16118 Santa Fe 232 000 2 177 316 2 203 1963-2014 0.04
20 16120 Santiago Undameo 256 661 2 169 179 2 130 1953-2007 0.03
21 16136 Tzitzio 298 196 2 166 418 1 565 1969-2014 12.41
22 16139 Villa Madero 261 961 2 146 652 2 097 1943-1984 0.40
23 16140 Villa Madero (CFE) 260 808 2 145 560 2 182 1943-1984 0.08
24 16145 Zinapécuaro 308 668 2 196 872 1 880 1923-2014 0.48
25 16146 Zirahuén 213 167 2 153 360 2 090 1947-2014 0.03
26 16188 Tiríndaro 212 702 2 187 987 2 002 1973-2003 0.11
27 16203 Escuela Secundaria Federal 199 989 2 159 575 1 387 1975-1982 0.05
28 16221 Fruticultores 310 023 2 198 457 1 986 1980-2005 0.02
29 16247 Capula 249 253 2 177 280 2 097 1981-2007 0.05
30 16254 Teremendo 240 396 2 189 406 2 188 1982-2014 0.42
31 16257 Santa Isabel de Ajuno 228 855 2 158 194 2 250 1982-1988 0.18
32 16512 El Colegio 271 796 2 187 774 1 880 1986-2014 0.14
33 11027 Irámuco 299 457 2 210 784 1 840 1929-1979 0.24
34 16253 Tanaco 177 252 2 185 364 2 140 1982-2014 0.14

La estación con mayor longitud de registro (91 años) es la 16145 Zinapécuaro (1923-2014) y la estación con menos años de registro (seis años) es la n 16257 Santa Isabel de Ajuno (1982-1988).

Cálculo de la Curva de Lorenz

El cálculo de los índices de concentración se realizó utilizando como base el cálculo y la construcción de la Curva de Lorenz. Para calcular la Curva de Lorenz, Y es el porcentaje acumulado de precipitación, al que contribuye el porcentaje acumulado de días X, en los que tuvo lugar ese valor de precipitación (Martín-Vide, 2004).

A partir de esta información de precipitación diaria de cada EMC se describen variables como:

i

índice del valor de precipitación diaria observada con el valor I i ; adimensiona; i = 1 a NI, número de valores definidos para el registro reducido.

I i

valores asignados de precipitación diaria i, mm.

F i

frecuencia de la precipitación diaria que se presenta con el valor I i en el registro reducido.

FA i

frecuencia acumulada de N i :

FA1 = F1 , para i =1 (1)

FAi = FAi-1+Fi , para i>2 (2)

FP i

frecuencia de la precipitación diaria con que se presenta el valor I i en el registro reducido, %.

FT

total de frecuencias observadas:

FT=i=1i=NIFi (3)

Xi=FAiFT*100 (4)

P i

precipitación que se presenta en cada valor I i :

Pi = Ii*Fi (5)

PA i

precipitación acumulada en N i :

PA1 = P1 , para i =1 (6)

PAi= PAi-1 + Pi , para i > 2 (7)

FP i

precipitación diaria con que se presenta el valor I i en el registro reducido, %:

PT

total de precipitación observada:

PT=i=1i=NIPi (8)

Yi=PAiPT*100 (9)

Cálculo del Índice de Concentración de la Precipitación Diaria (CI)

Martín-Vide (2004) propuso el índice de concentración (CI, por sus siglas inglés), como una aproximación de la representación numérica de las diferencias mostrada por las curvas de Lorenz (Figura 4). En este caso se utiliza para estimar la importancia de los días lluviosos con respecto al total de lluvia acumulada en una serie temporal y determinar así el impacto relativo de la precipitación diaria, para evaluar el peso de las precipitaciones máximas diarias registradas con respecto al total.

Martín-Vide (200) asocia estas curvas con funciones de tipo exponencial:

Y=aXebX (10)

donde a y b son parámetros de la curva de Lorenz correspondiente.

Para determinar los valores de a y b de la ecuación, Martín-Vide (2004) obtuvo las relaciones siguientes:

lna=Xi2lnYi+XiXilnXi- Xi2lnXi -XiXilnYiNXi2-Xi2 (11)

b=NXilnYi+XilnXi- NXi lnXi -XilnYiNXi2-Xi2 (12)

La integral es el área, A, definida bajo la curva de Lorenz entre 0 y 100 (Figura 4):

A=0100aXebXdX (13)

A= abebXX-1b0100 (14)

Figura 4 Curva de Lorenz de la concentración de la precipitación diaria en la estación Irámuco (1929-1979). 

El área S es el área bajo la línea de equidistribución (45°), donde CI = 0 (100 * 100 / 2 = 5 000) y A es:

S=5000-A (15)

El índice de concentración (CI) se define como la proporción entre S y el área bajo la línea de equidistribución (Figura 4):

CI=S5000 (16)

Los CI se calcularon para las 34 estaciones meteorológicas convencionales (Tabla 2 y Figura 5).

Tabla 2 Cálculo del índice de concentración de la precipitación diaria y del último cuartil de días más lluviosos de 34 EMC en la cuenca del Río Grande de Morelia. 

Núm. Clave Nombre a b A S CI Precipitación (25%)
1 16001 Acuitzio del Canje 0.045 0.030 1964.25 3035.75 0.607 68.29
2 16004 Álvaro Obregón (SMN) 0.112 0.022 2431.96 2568.04 0.514 57.68
3 16016 Carrillo Puerto 0.135 0.020 2385.37 2614.63 0.523 62.81
4 16022 Cointzio 0.096 0.023 2349.57 2650.44 0.530 65.32
5 16023 Copándaro de Galeana 0.079 0.025 2369.12 2630.89 0.526 60.37
6 16028 Cuitzillo Grande 0.067 0.027 2304.40 2695.60 0.539 61.92
7 16045 El Temazcal 0.085 0.024 2360.11 2639.89 0.528 59.65
8 16049 Etúcuaro 0.082 0.025 2410.67 2589.33 0.518 59.10
9 16052 Huingo 0.059 0.028 2286.86 2713.14 0.543 61.30
10 16055 Jesús del Monte 0.108 0.023 2604.31 2395.69 0.479 53.86
11 16080 Morelia (Obs) 0.033 0.034 2022.81 2977.19 0.595 67.34
12 16081 Morelia 0.116 0.020 2114.08 2885.92 0.577 65.48
13 16087 Pátzcuaro 0.049 0.030 2137.12 2862.89 0.573 64.09
14 16091 Álvaro Obregón (Dge) 0.058 0.028 2257.55 2742.45 0.548 62.75
15 16096 Presa Malpaís 0.059 0.028 2279.18 2720.82 0.544 61.52
16 16105 Quirio 0.042 0.032 2133.01 2866.99 0.573 64.95
17 16114 San Miguel del Monte 0.077 0.026 2481.04 2518.96 0.504 57.18
18 16116 San Sebastián 0.061 0.028 2272.03 2727.97 0.546 62.33
19 16118 Santa Fe 0.083 0.025 2481.03 2518.97 0.504 55.10
20 16120 Santiago Undameo 0.071 0.026 2239.28 2760.72 0.552 63.10
21 16136 Tzitzio 0.049 0.030 2175.95 2824.05 0.565 64.88
22 16139 Villa Madero 0.064 0.028 2319.12 2680.88 0.536 60.34
23 16140 Villa Madero (Cfe) 0.061 0.028 2272.03 2727.97 0.546 60.46
24 16145 Zinapécuaro 0.081 0.025 2430.13 2569.87 0.514 57.22
25 16146 Zirahuén 0.097 0.024 2622.23 2377.78 0.476 52.44
26 16188 Tiríndaro 0.051 0.029 2176.01 2823.99 0.565 64.77
27 16203 Escuela Secundaria Federal 0.063 0.029 2569.25 2430.75 0.486 57.44
28 16221 Fruticultores 0.044 0.032 2375.23 2624.77 0.525 60.62
29 16247 Capula 0.061 0.028 2312.15 2687.85 0.538 61.57
30 16254 Teremendo 0.093 0.024 2501.80 2498.21 0.500 55.78
31 16257 Santa Isabel de Ajuno 0.048 0.030 2248.28 2751.72 0.550 63.70
32 16512 El Colegio 0.045 0.031 2108.32 2891.68 0.578 66.15
33 11027 Irámuco 0.044 0.031 2185.41 2814.59 0.563 63.53
34 16253 Tanaco 0.067 0.028 2434.76 2565.24 0.513 58.26

Figura 5 Curvas de concentración de la precipitación diaria en 34 EMC de la cuenca del río Grande, Morelia, Michoacán. 

Para calcular la precipitación del último cuartil (25%) (Tabla 3) de los días más lluviosos, Ppd25% en porcentaje, se utilizó la ecuación (17), donde:

PT25%

volumen en mm que aporta 25% de los días más lluviosos y PT en mm totales de la lluvia observadacon la ecuación(8):

Ppd25%=PT25%PT*100 (17)

Tabla 3 Cálculo de la curva de Lorenz, estación 11027 Irámuco, Michoacán, México. 

i I i F i FA i F i X i = FAi/FT*100 Pi = Ii*Fi PA i P i Y i = PA i /PT*100
mm Frec. en I i Frec. acum en I i Frec. en I i % Frec. acum. en I i % Prec. en I i mm Prec. acum. en I i mm Prec. en I i % Prec. acum. en I i %
1 0.1 66 66 1.72 1.72 6.6 6.6 0.02 0.02
2 0.2 127 193 3.31 5.03 25.4 32.0 0.09 0.11
3 0.3 75 268 1.96 6.99 22.5 54.5 0.08 0.18
4 0.4 61 329 1.59 8.58 24.4 78.9 0.08 0.26
5 0.5 80 409 2.09 10.66 40.0 118.9 0.13 0.40
6 0.6 27 436 0.70 11.37 16.2 135.1 0.05 0.45
352 60.0 1 3,833 0.03 99.92 60.0 29,598.9 0.20 99.30
353 65.0 1 3,834 0.03 99.95 65.0 29,663.9 0.22 99.52
354 65.9 1 3,835 0.03 99.97 65.90 29,729.8 0.22 99.74
355 77.2 1 3,836 0.03 100.00 77.20 29,807.0 0.26 100.00
Suma 3,836 1,078,505 100.00 100.00

Resultados y discusión

Los resultados se presentan mediante los siguientes subtemas: cálculo de la curva de Lorenz para cada EMC; cálculo del índice de concentración de la precipitación diaria para cada EMC; clasificación de las subcuencas a partir del CI; clasificación de torrencialidad de acuerdo con el CI en la cuenca, y la asociación del CI con el clima.

Cálculo de la Curva de Lorenz para cada EMC

El proceso aplicado se ilustra con la información de la precipitación diaria, inscrita en la estación 11027 Irámuco, que inició su registro el 1° de septiembre de 1929, al último reportado el 31 de agosto de 1979 dando un total de 15 709 datos.

Los datos de precipitación diaria se ordenaron de menor a mayor; se excluyeron los datos de no precipitación (cero o no disponibles), lo que resultó en un registro reducido de precipitación diaria, Prdr j , en el que j = 1 es el valor mínimo y j = NJ es el máximo.

Para estimar la frecuencia de Prdr j en I i se asignaron valores a Ii, i = 1 para su valor mínimo e i = NI, para su valor máximo; en este caso, I 1 = 0.1 y I NI = 72.2, respectivamente (355 valores). El valor de precipitación 0.1 mm en el registro reducido de la estación se presenta en 66 días; el valor de 0.2 mm se presenta en 127 días, y así sucesivamente, hasta llegar al valor de 77.2 mm, que se muestra en sólo una ocasión. El cálculo de la curva de Lorenz para la EMC 11027 Irámuco se presenta en la Tabla 3 y la curva en la Figura 4.

Este cálculo se realizó para las 34 estaciones meteorológicas convencionales, teniendo cada una de ellas su propia gráfica de Lorenz (Figura 5).

En la Figura 5 se muestran las curvas de Lorenz para las 34 estaciones meteorológicas. Si se analizan los elementos de las áreas A, S y CI, son los mismos elementos que presentan Sarricolea y Martín-Vide (2012).

Cálculo del Índice de Concentración de la precipitación diaria, CI, por cada EMC

El resultado de la aplicación de las variables de las ecuaciones (16) y (17) para cada estación meteorológica convencional se expone en la Tabla 3.

Los parámetros a y b variaron de un máximo de 0.134 a un mínimo de 0.033, y de máximo de 0.034 a un valor mínimo de 0.020, respectivamente; rango de valores que también presentan Espinoza et al. (2013), Martín-Vide (2004), y Benhamrouche y Martín-Vide (2012). Los valores de A de 2 622.225 a 1 964.249; los de S de 3 035.751 a 2 377.775, y los valores de CI de 0.476 a 0.607; estos valores de CI, si se comparan con los obtenidos por Monjo y Martín-Vide (2016), se observa un valor de CI = 0.6 para las latitudes de 19° 42’, que se presenta en los mapas mundiales y donde se aprecia la zona de Morelia, Michoacán; los valores de la precipitación de 25% de los días más lluviosos variaron de 52.44 a 68.29%.

Se aprecia en las curvas de concentración la estación 16146 Zirahuén con un CI = 0.4756 y es la curva que está más cercana a la línea de equidistribución, donde CI = 0; la estación 16001 Acuitzio del Canje, con un valor CI = 0.6072 es la más alejada, donde CI = 1.

Se comparó el índice de concentración de la precipitación diaria, CI y la precipitación de 25% de los días más lluviosos, encontrando una relación lineal (Figura 6).

Figura 6 Relación entre el índice de concentración y la precipitación de 25% de los días más lluviosos. 

Para valores bajos de CI (0.476), el porcentaje de la precipitación del último cuartil de los días más lluviosos es bajo (52.4%); en caso contrario, para valores altos de CI (0.607), los valores altos de porcentaje de 25% de los días más lluviosos (68.29%); eso permite conocer la torrencialidad desde un sentido físico, donde a partir de 25% de los días más lluviosos, aporta 68.29% del total de la lluvia registrada; Martín-Vide (2004); realizó este análisis con el CI y 25% de los días más lluviosos, encontrando un mejor contraste en la regionalización y en el análisis de los datos.

Clasificación de las subcuencas a partir del CI

Primero se delimitó cada una de las subcuencas, se generaron las isopletas de CI y se calculó el CI por subcuencas.

Delimitación de las subcuencas

Se realizó la delimitación de las subcuencas a partir del modelo de elevación. Las subcuencas se delimitaron utilizando una superficie mínima de 500 ha, resultando 23 subcuencas (ver Figura 3).

Generación de isopletas de CI

De los resultados de CI para cada estación meteorológica convencional se importaron los datos en un SIG y se generó un mapa, interpolando para obtener la distribución espacial del CI, con separación de CI = 0.01, a la que se le genera una capa tipo ráster de las microcuencas (Figura 7).

Figura 7 Isopletas de índice de concentración de precipitación diaria (CI) para la cuenca del Río Grande de Morelia. 

Cálculo del CI por subcuencas

Utilizando el software ArcMap (ESRI, 2016), se utilizó la herramienta de estadística zonal. Se introduce como datos de entrada la capa de las subcuencas y en el ráster los datos de la malla interpolada del CI, obteniendo el valor promedio del CI para cada subcuenca (Figura 8).

Figura 8 Valores promedio de CI por subcuenca. 

Los valores en las subcuencas van desde 0.5195 hasta 0.5851, éstos se encuentran en el mismo rango de 0.6, obtenidos por Monjo y Martín-Vide (2016). Los valores más altos de CI en las cuencas aguas arriba de la presa Cointzio, y los valores mínimos cercanos a la microcuenca del Río Chiquito que de acuerdo con la nomenclatura que se utilizó es la cuenca con clave SC10 (Tabla 4).

Tabla 4 Valores de CI por subcuenca. 

Núm. Clave Área (km2) CI Nivel
1 SC1 62.08 0.585 Altamente torrencial
2 SC2 122.14 0.582 Altamente torrencial
3 SC3 133.28 0.564 Altamente torrencial
4 SC4 16.61 0.569 Altamente torrencial
5 SC5 159.40 0.548 Torrencial
6 SC6 28.88 0.562 Altamente torrencial
7 SC7 17.76 0.551 Torrencial
8 SC8 81.77 0.562 Altamente torrencial
9 SC9 111.09 0.562 Altamente torrencial
10 SC10 85.52 0.520 Medio torrencial
11 SC11 61.65 0.550 Torrencial
12 SC12 18.09 0.554 Torrencial
13 SC13 99.62 0.539 Torrencial
14 SC14 43.74 0.570 Altamente torrencial
15 SC15 80.83 0.522 Medio torrencial
16 SC16 37.86 0.543 Torrencial
17 SC17 74.22 0.536 Medio torrencial
18 SC18 124.48 0.561 Altamente torrencial
19 SC19 96.10 0.534 Medio torrencial
20 SC20 19.01 0.534 Medio torrencial
21 SC21 50.01 0.550 Torrencial
22 SC22 73.82 0.551 Torrencial
23 SC23 150.99 0.552 Torrencial

Clasificación de torrencialidad de acuerdo con el CI en la cuenca

Con la finalidad de darle un sentido físico a los valores de CI de las subcuencas y de la cuenca en sí, a partir de los resultados de los valores del CI reportados en la literatura (Monjo & Martín-Vide, 2016), valores que oscilan en el mundo de 0.38 a 0.87 y los obtenidos en este estudio, se propone una forma de comparar niveles de torrencialidad dentro de una cuenca; es decir, cuál es más torrencial que otra. Por lo tanto, a partir del índice de concentración obtenido de cada subcuenca, se realizó un histograma para observar la distribución que presentan los CI en la cuenca, obteniendo una forma de distribución normal. Se aplicó una prueba de normalidad (Shapiro Wilks), encontrando una diferencia significativa del indicador de la prueba cercano a 1, por lo que es aceptable su distribución normal y el p-value obtenido es mayor al alfa de tablas de 0.005. Considerando la normalidad de los datos se proponen cuatro niveles de torrencialidad en la cuenca del Río Grande de Morelia, a partir del valor de CI, para ello se utilizaron los cuantiles de 0%(0.476), 25%(0.515), 50%(0.538), 75%(0.560) y 100%(0.607), que corresponden a los límites de cada clase (Tabla 5).

Tabla 5 Clasificación del índice de concentración para determinar el grado de torrencialidad de la cuenca del Río Grande de Morelia. 

Índice de concentración Grado de torrencialidad
0.476-0.515 Bajo torrencial
0.515-0.538 Medio torrencial
0.538-0.560 Torrencial
0.560-0.607 Altamente torrencial

Se calculó el promedio ponderado para la cuenca del Río Grande de Morelia, obteniendo un valor de CI = 0.5524 de acuerdo con la clasificación propuesta es del tipo torrencial.

Asociación del CI con el clima

Para conocer el comportamiento de las subcuencas es necesario relacionarla con el tipo de clima que predomina en la región de estudio.

Los valores promedios de CI en las 23 subcuencas van desde 0.5195 hasta 0.5851. Los valores mayores de CI se presentan en las subcuencas de la parte alta de la cuenca, aguas arriba de la presa Cointzio, las que se ubican en climas del tipo C(E)(w 2 )(w) semifrío subhúmedo, el más húmedo de los subhúmedos con lluvias en verano.

El mes de máxima precipitación es de mayo a octubre, y recibe por lo menos 10 veces más precipitación que el mes más seco del año. El porcentaje de lluvia invernal es < 5% del total anual; la precipitación del mes más seco es < 40 mm, con una temperatura media anual que oscila entre 5 y 12 °C.

Los valores de CI son entre 0.60 y 0.55 en subcuencas aguas abajo de la presa Cointzio, con climas del tipo C(w 2 )(w) templado subhúmedo, el más húmedo de los subhúmedos, con lluvias en verano. El mes de máxima precipitación se da de mayo a octubre, y recibe por lo menos 10 veces más precipitación que el mes más seco del año. El porcentaje de lluvia invernal es < 5%; la precipitación del mes más seco es < 40 mm, con una temperatura media anual que oscila entre 12 y 18 °C.

Los valores más bajos del CI son entre 0.55 y 0.52. Se presentan en el tipo de clima C(w 1 )(w), que corresponde a templado subhúmedo, con una humedad media, con lluvias en verano. El mes de máxima precipitación se da en el periodo mayo-octubre, y recibe por lo menos 10 veces mayor cantidad de precipitación que el mes más seco del año. El porcentaje de lluvia invernal es < 5%; la precipitación del mes más seco es < 40 mm, con una temperatura media anual que oscila entre 12 y 18 °C.

Los valores más bajos de CI son entre 0.52 y 0.50. Se presentan en el tipo de clima C(w 0 )(w), que es templado, el menos húmedo de los subhúmedos con lluvias en verano. El mes de máxima precipitación se tiene de mayo a octubre, y recibe por lo menos 10 veces más precipitación que el mes más seco del año. El porcentaje de lluvia invernal es < 5%; la precipitación del mes más seco es < 40 mm, con una temperatura media anual que oscila entre 12 y 18 °C (INEGI, 2000).

Conclusiones

Mediante el cálculo del índice de concentración de la precipitación diaria en la cuenca del Río Grande de Morelia es posible conocer la agresividad o torrencialidad de la lluvia.

Aplicando este procedimiento, se puede apreciar la distribución de la lluvia sobre una cuenca, con base en sistemas de información geográfica.

Una de las aplicaciones puntuales que es posible obtener de esta investigación es diferenciar qué subcuencas son más torrenciales que otras, y con ello proponer la instrumentación de cuencas (estaciones hidrométricas).

En función de los valores del CI obtenidos en este trabajo se propone una escala de cuartiles para clasificar la agresividad o torrencialidad de la precipitación en la cuenca y subcuencas del Río Grande de Morelia.

El valor de CI obtenido en la cuenca del río Grande de Morelia CI = 0.5524 es de acuerdo con la clasificación propuesta de tipo torrencial. Lo cual indica que se trata de una cuenca en la que pueden presentarse eventos extraordinarios que provoquen inundaciones en las partes bajas de la cuenca, como los que se han registrado a lo largo de su historia y el más reciente de 2015, dejando grandes problemas en la zona urbana de Morelia (Conagua, 2016).

En el caso de las subcuencas, los valores promedio de CI en las 23 subcuencas van desde 0.5195 hasta 0.5851. El valor de CI mayor se tiene en las subcuencas de la parte alta de la cuenca, arriba de la presa Cointzio, las que se ubican en climas del tipo C(E)(w 2 )(w), semifrío subhúmedo y C(w 2 )(w) templado subhúmedo. Los valores más bajos de CI se localizan en climas del tipo C(w 1 )(w) y C(w 0 )(w), que es del tipo templado, pero en la clasificación de los menos subhúmedos.

Con este procedimiento se pretende tener una herramienta que contribuya en el análisis hidrológico de las cuencas susceptibles a inundaciones, y que sea un indicador de la agresividad o torrencialidad de cuencas y subcuencas aportadora de la precipitación, que al final se traduce en escurrimientos extraordinarios.

Referencias

Alijani, B., O’Brien, J., & Yarnal, B. (2008). Spatial analysis of precipitation intensity and concentration in Iran. Theoretical and Applied Climatology, 94(1-2), 107-124. Recuperado de https://doi.org/10.1007/s00704-007-0344-y [ Links ]

Benhamrouche, A. (2014). Análisis de la concentración diaria de la precipitación en la cuenca del Mediterráneo Occidental. Barcelona, España: Universitat de Barcelona. Recuperado de http://diposit.ub.edu/dspace/bitstream/2445/64206/1/Aziz_Benhamrouche_TESIS.pdfLinks ]

Benhamrouche, A., Boucherf, D., Hamadache, R., Bendahmane, L., Martin-Vide, J., & Teixeira N., J. (2015). Spatial distribution of the daily precipitation concentration index in Algeria. Natural Hazards and Earth System Sciences, 15, 617-625. Recuperado de https://doi.org/10.5194/nhess-15-617-2015 [ Links ]

Benhamrouche, A., & Martín-Vide, J. (2011). Distribución espacial de la concentración diaria de la precipitación en la provincia de alicante. Investigaciones Geográficas, 56, 113-129. [ Links ]

Benhamrouche, A., & Martín-Vide, J. (2012). Avances metodológicos en el análisis de la concentración diaria de la precipitación en la España peninsular. Anales de Geografia de La Universidad Complutense, 32(1), 11-27. Recuperado de https://doi.org/10.5209/rev-AGUC.2012.v32.n1.39306 [ Links ]

Conagua, Comisión Nacional del Agua. (2016). Actualización y ampliación del estudio control de avenidas en el sistema Río Grande-Río Chiquito y principales drenes, afluentes e incorporaciones de escurrimientos en la ciudad de Morelia y zona conurbada desde la presa de Cointzio hasta su desembocadura. Comisión Nacional del Agua Dirección Local Michoacán. [ Links ]

Cortesi, N., González-Hidalgo, J. C., Brunetti, M., & Martín-Vide, J. (2012). Daily precipitation concentration across Europe 1971-2010. Natural Hazards and Earth System Science, 12, 2799-2810. Recuperado de https://doi.org/10.5194/nhess-12-2799-2012 [ Links ]

De Luis, M., González-Hidalgo, J. C., & Sánchez, J. R. (1996). Análisis de la distribución espacial de la concentración diaria de precipitaciones en el territorio de la Comunidad Valenciana. Cuadernos de Geografía, 59, 47-62. [ Links ]

Espinoza, S. P., Herrera, O. M., & Araya, E. C. (2013). Análisis de la concentración diaria de las precipitaciones en Chile central y su relación con la componente zonal (subtropicalidad) y meridiana (orográfica). Investigaciones Geográficas Chile, 45, 37-50. [ Links ]

ESRI, Environmental Systems Research Institute. (2016). ArcGIS Desktop: Release 10.4. Redlands CA. Environmental Systems Resource Institute. [ Links ]

Hamzah, F. M., Zainal, N., & Jaafar, O. (2016). Daily precipitation concentration index in Bangi, Malaysia. International Journal of Applied Environmental Science, 11(6), 1537-1548. [ Links ]

Huang, S., Huang, Q., Chen, Y., Xing, L., & Leng, G. (2016). Spatial-temporal variation of precipitation concentration and structure in the Wei River Basin, China. Theoretical and Applied Climatology, 125(1-2), 67-77. Recuperado de https://doi.org/10.1007/s00704-015-1496-9 [ Links ]

INEGI, Instituto Nacional de Estadística y Geografía. (2000). Diccionario de Datos Climáticos, Escalas 1:250 000 y 1:1 000 000 (Vectorial). Base de Datos Geográficos. Recuperado de http://www.inegi.org.mx/geo/contenidos/recnat/clima/doc/dd_climaticos_1m_250k.pdfLinks ]

INEGI, Instituto Nacional de Estadística y Geografía. (2013). Continuo de Elevaciones Mexicano 3.0 (CEM 3.0). Recuperado de http://www.inegi.org.mx/geo/contenidos/datosrelieve/continental/continuoelevaciones.aspxLinks ]

Lana, X., Burgue, A., Martínez, M. D., & Serra, C. (2009). Una revisión de los análisis estadísticos de las precipitaciones diarias y mensuales en Cataluña. Journal of Weather and Climate of the Western Mediterranean, 6, 15-30. Recuperado de https://doi.org/10.3369/tethys.2009.6.02 [ Links ]

Li, X., Jiang, F., Li, L., & Wang, G. (2011). Spatial and temporal variability of precipitation concentration index, concentration degree and concentration period Xinjiang, China. International Journal of Climatology, 31(11), 1679-1693. Recuperado de https://doi.org/10.1002/joc.2181 [ Links ]

Martín-Vide, J. (2004). Spatial distribution of a daily precipitation concentration index in peninsular Spain. International Journal of Climatology, 24, 959-971. Recuperado de https://doi.org/10.1002/joc.1030 [ Links ]

Martín-Vide, J., & Estrada-Mateu, J. (1992). Diferenciación regional de la España peninsular según la frecuencia relativa de los días con precipitación mayor o igual que 10 milímetros. Papeles de Geografía, 18, 31-38. [ Links ]

Martín-Vide, J., & Llasat, B. M. C. (2000). Las precipitaciones torrenciales en Cataluña. Serie Geográfica, 9, 17-26. Recuperado de https://core.ac.uk/download/pdf/58902370.pdfLinks ]

Martín-Vide, J., Sánchez-Lorenzo, A., López-Bustins, J. A., Cordobilla, M. J., García-Manuel, A., & Raso, J. M. (2008). Torrential rainfall in northeast of the Iberian Peninsula: Synoptic patterns and WeMO influence. Advances in Science and Research, 2, 99-105. [ Links ]

Meseguer-Ruiz, Ó., Martín-Vide, J., Olcina-Cantos, J., & Sarricolea-Espinoza, P. (2014). La distribución espacial de la fractalidad temporal de la precipitación en la España peninsular y su relación con el Índice de Concentración. Investigación Geográfica Chile, 48, 73-84. [ Links ]

Monjo, R., & Martín-Vide, J. (2016). Daily precipitation concentration around the world according to several indices. International Journal of Climatology, 36, 3828-3838. Recuperado de https://rmets.onlinelibrary.wiley.com/doi/abs/10.1002/joc.4596 [ Links ]

Sarricolea, E. P., & Martín-Vide, J. (2012). Distribución espacial de las precipitaciones diarias en Chile mediante el índice de concentración a resolución de 1 mm, entre 1965-2005. En: Cambio climático, extremos e impactos (pp. 631-639). Salamanca, España: Publicaciones de la Asociación Española de Climatología. [ Links ]

Sarricolea, E. P., & Romero, A. H. (2015). Variabilidad y cambios climáticos observados y esperados en el altiplano del norte de Chile. Revista de Geografia Norte Grande, 62, 169-183. [ Links ]

Shi, P., Qiao, X., Chen, X., Zhou, M., Qu, S., Ma, X., & Zhang, Z. (2014). Spatial distribution and temporal trends in daily and monthly precipitation concentration indices in the upper reaches of the Huai River, China. Stochastic Environmental Research and Risk Assessment, 28(2), 201-212. Recuperado de https://doi.org/10.1007/s00477-013-0740-z [ Links ]

SMN, Servicio Meteorológico Nacional. (2017). Estaciones climatológicas 2016. Recuperado de http://smn.cna.gob.mx/tools/RESOURCES/estacion/EstacionesClimatologicas.kmzLinks ]

Suhaila, J., & Aziz, J. A. (2012). Spatial analysis of daily rainfall intensity and concentration index in peninsular Malaysia. Theoretical and Applied Climatology, 108(1-2), 235-245. Recuperado de https://doi.org/10.1007/s00704-011-0529-2 [ Links ]

Vargas, A., Santos, A., Cárdenas, E., & Obregón, N. (2011). Análisis de la distribución e interpolación espacial de las lluvias en Bogotá, Colombia. Dyna, 78(167), 151-159. [ Links ]

Velasco-Martínez, L., Mendoza-Palacios, J. de D., Campos-Campos, E., & Castillo-Bolainas, H. (2011). Análisis espacial de las lluvias en la subcuenca del Bajo Grijalva. [ Links ]

Winchell, M., Srinivasan, R., Di Luzio, M., & Arnold, J. (2013). SWAT Help. Texas Agrilife Research. USA: United States Department of Agriculture, Agricultural Reseach Service. [ Links ]

Zhang, Q., Xu, C. Y., Gemmer, M., Chen, Y. D., & Liu, C. (2009). Changing properties of precipitation concentration in the Pearl River basin, China. Stochastic Environmental Research and Risk Assessment, 23, 377-385. Recuperado de https://link.springer.com/article/10.1007/s00477-008-0225-7Links ]

Zubieta, R., & Saavedra, M. (2013). Distribución espacial del índice de concentración de precipitación diaria en los Andes centrales peruanos: valle del río Mantaro. Revista ECIPerú, 9(2), 61-70. [ Links ]

Zubieta, R., Saavedra, M., Silva, Y., & Giráldez, L. (2016). Spatial analysis and temporal trends of daily precipitation concentration in the Mantaro River basin: Central Andes of Peru. Stochastic Environmental Research and Risk Assessment, 31(6), 1305-1308. Recuperado de https://doi.org/10.1007/s00477-016-1235-5 [ Links ]

Recibido: 03 de Julio de 2017; Aprobado: 14 de Marzo de 2018

Rodrigo Roblero-Hidalgo, rodrigo-roblero@hotmail.com

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons