ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS Departamento de Producción Vegetal y Tecnología Agraria T T E E S S I I S S D D O O C C T T O O R R A A L L T T E E C C N N O O L L O O G G Í Í A A D D E E L L R R I I E E G G O O P P O O R R A A S S P P E E R R S S I I Ó Ó N N E E S S T T A A C C I I O O N N A A R R I I O O . . C C A A L L I I B B R R A A C C I I Ó Ó N N Y Y V V A A L L I I D D A A C C I I Ó Ó N N D D E E U U N N M M O O D D E E L L O O D D E E S S I I M M U U L L A A C C I I Ó Ó N N Doctorando: Ruly Alberto Nin Directores: Dr. José María Tarjuelo Martín-Benito Dr. Jesús Montero Martínez Dr. Pedro A. Carrión Pérez Albacete, noviembre de 2008
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS
Departamento de Producción Vegetal y Tecnología Agraria
Doctorando: Ruly Alberto Nin Directores: Dr. José María Tarjuelo Martín-Benito Dr. Jesús Montero Martínez Dr. Pedro A. Carrión Pérez
Albacete, noviembre de 2008
AGRADECIMIENTOS
Desde el primer día que vine a España con la finalidad de iniciar los estudios que
culminan con esta Tesis, José Ma Tarjuelo, Jesús Montero y Pedro Carrión me
dieron su inconmensurable apoyo, con la única salvedad de que debía trabajar con
mucho ahínco, para que hoy pueda presentar este documento, por eso, no deseo perder
la oportunidad de plasmar en éstas páginas mi más profundo agradecimiento a tan
ilustres profesores, que además de profesores, amigos.
De la misma forma deseo expresar mi agradecimiento a los compañeros de toda mi
estadía en el CREA, Juan Ignacio Córcoles, Ángel Martínez, Mercedes Jiménez,
Máximo Félix Ocaña, Juan Ramón Charco y Eulogio López, así como a todos los
demás jóvenes que a lo largo de estos años me han ayudado de una u otra manera.
A todos mis compañeros de la Estación Experimental Arroyo Loro, así como a Ángel
Pimentel y Ana Julia Reynoso en la sede del IDIAF.
A las instituciones siguientes:
A la Comisión Interministerial de Ciencias y Tecnologías (CICYT), por la financiación
del proyecto nacional (AGL-2004-006675-C03-01), en el que se enmarcaron los
trabajos que sirvieron de base para esta Tesis.
Al Instituto Dominicano de Investigaciones Agropecuarias y Forestales (IDIAF), por
haber confiado en mí.
Al Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria (INIA-
España), por haberme otorgado la beca para estudiar en España.
A el Consejo Nacional de Investigaciones Agropecuarias y Forestales (CONIAF)/
República Dominicana y al Centro Internacional de la Papa (CIP)/ Lima, Perú, por el
apoyo brindado.
A la Consejería de Agricultura y Desarrollo Rural de la Junta de Comunidades de
Castilla-La Mancha, por las facilidades para la realización de los ensayos en
condiciones sin viento y los de medición de tamaños de gotas.
A mi madre
A mi esposa e hijos
RESUMEN
RESUMEN
Las circunstancias económicas internacionales surgidas a raíz de los acuerdos de
liberalización progresiva y de reducción de las subvenciones a la agricultura, implican
necesariamente un cambio de orientación en las políticas referentes a los regadíos.
Este cambio de orientación tiene como finalidad asegurar la rentabilidad económica y
social de las explotaciones de regadío. La mejora de la gestión del agua destinada a
regadíos se encuentra todavía en una etapa incipiente, a pesar de que se han hecho
cuantiosas inversiones, tanto públicas como privadas, con el fin de conseguir ahorros
importantes de este recurso y en el consumo de energía, a través de la mejora y
modernización de los regadíos existentes.
Esta Tesis Doctoral se planteó con el objetivo principal de profundizar los
conocimientos sobre el reparto de agua en riego por aspersión estacionario y aportar
herramientas que ayuden a mejorar el diseño y manejo de este sistema de riego, con esto
contribuir al ahorro de agua.
Para alcanzar este objetivo se caracterizó la distribución de agua del riego por aspersión
estacionario, se midió y se modelizó matemáticamente la distribución de los tamaños de
gotas producidos por los aspersores de tamaño medio, mediante el uso del disdrómetro
óptico y se calibró y validó el modelo de simulación de riego por aspersión SIRIAS,
para las gotas medidas y para las gotas teóricas.
La caracterización de la distribución de agua se realizó en condiciones sin viento
(curvas radiales) y al aire libre (cobertura total), atendiendo las normas ASAE.S.330.1
(1985), ASAE.S.398.1 (1985), ISO 7749-2 (1990) y UNE 68-072-86 (1986).
Para los ensayos en condiciones sin viento se seleccionaron doce combinaciones
aspersor-boquilla-presión que más se utilizan en zonas típicas de este tipo de regadíos
como por ejemplo la zona de Albacete. Estas combinaciones fueron: el aspersor Agros
35 con boquillas de 4,4+2,4 mm y 4,8 mm a las presiones de 220, 320 y 450 kPa,
también este mismo aspersor con boquillas de 4,8+2,4 mm y la 5,2 mm, ambas a la
presión de 320 kPa; el Agros 40 y el VYR 37 solo se ensayaron con boquillas de
4,4+2,4 mm y 4,8 mm a la presión de 320 kPa. A la distribución de agua en condiciones
sin viento se le aplicó el algoritmo de k-medias, con la finalidad de agrupar las curvas
radiales de acuerdo a su forma de distribución pluviométrica.
Al aire libre se ensayaron las mismas combinaciones de aspersor-boquilla-presión,
descritas anteriormente, algunas en dos marcos de riego distintos (15 m x 15 m y 18 m x
15 m en triángulo), seleccionándose quince combinaciones de aspersor-boquillas-
presión-marco de riego. El marco de 18 m x 15 m en triángulo sólo se ensayó a la
presión de 320 kPa, con las boquillas de 4,4+2,4 mm; 4,8+2,4 mm y 5,2 mm, en el
Agros 35, y la 4,4+2,4 mm en el Agros 40 y el VYR 37 (cinco combinaciones);
mientras que en el marco de 15m x 15m se ensayaron las boquillas 4,4+2,4 mm y 4,8
mm a las tres presiones en el Agros 35 (seis combinaciones) y cuatro combinaciones en
los aspersores Agros 40 y VYR 37 con boquillas de 4,4+2,4 mm y 4,8 mm a la presión
de 320 kPa.
.
Para la medición de los tamaños de gotas en condiciones sin viento, se empleó un
disdrómetro óptico, ensayándose las mismas combinaciones aspersor-boquillas-presión
descritas anteriormente, además la boquilla de 4,4 mm. También se ensayaron las
boquillas del Agros 35 y el Agros 40 con vaina y sin vaina prolongadora del chorro, a
seis distancias al aspersor (3, 5, 7, 9 11 y 13 m), resultando 414 posiciones de muestreo.
A los ensayos al aire libre y a la medición de las gotas se les aplicó un modelo lineal
general para medir estadísticamente la relación entre las variables.
La calibración y validación del SIRIAS se realizó, para las condiciones detalladas
anteriormente en los ensayos al aire libre, tanto para las gotas medidas como para las
gotas teóricas, utilizándose el coeficiente de correlación de Pearson para establecer
correlaciones entre los coeficientes correctores aerodinámicos y la velocidad del viento.
Se identificaron tres formas de curvas radiales, las que condicionan la distribución de
agua de los aspersores, las cuales varían su comportamiento de acuerdo al marco de
riego y a la intensidad del viento.
Con la presión de 320 kPa y el uso de dos boquillas se obtuvieron los mayores
coeficientes de uniformidad, por los que estas condiciones resultaron ser las más
adecuadas para los aspersores estudiados.
Los valores de CU mejoran de forma lineal al aumentar la velocidad del viento hasta 2
m s-1, y a partir de ahí comienzan a descender linealmente al aumentar velocidad del
viento.
El uso del disdrómetro óptico permite obtener una buena aproximación de la
distribución de los tamaños de gotas producidas por los aspersores, siendo la presión de
trabajo el factor que más condiciona la distribución de las gotas. Solo se observó ligeras
diferencias entre las gotas medidas y las teóricas en la parte final de la curva de reparto
de agua.
El coeficiente k1 (corrector de la resistencia aerodinámica en el modelo de simulación
de la distribución de agua), presenta una relación lineal con la velocidad del viento,
comportamiento este que es influenciado por el tipo de aspersor y el número de
boquillas y en menor medida por el marco de riego; mientras que el coeficiente k2 solo
ha resultado influenciado por el tipo de curva radial.
El modelo de simulación SIRIAS es una herramienta útil para la simulación del riego
por aspersión estacionario, presentando un margen de error en torno al 5% en la
predicción de la distribución de agua producida por los aspersores. En el proceso de
simulación de la distribución de agua realizado con el SIRIAS no aparecen grandes
diferencias (menos del 1%) entre las simulaciones realizadas con las gotas medidas con
el disdrómetro y las realizadas con gotas teóricas.
ABSTRACT
ABSTRACT
The international economic circumstances arose from the agreements of progressive
liberalization and reduction of agriculture subsidies and imply a necessary change in the
perspective of the politics with regard to irrigation.
As a main objective, this change has to ensure the economic and social profitability of
irrigation. The management improvement of the water used in irrigation is still a main
issue to consider. Substantial investments have been made by public and private
entities, with the aim of obtaining important water and energy savings by means of the
modernisation and improvement of existing irrigable areas.
This PhD thesis was posed with the main objective of deepening the knowledge about
water distribution in solidset sprinkler irrigation and develop decision support tools to
improve the design and management of this irrigation system, contributing to water
savings.
In order to achieve this objective, the water distribution in solid set sprinkle irrigation
systems was characterized. The drop size distribution of medium and largesize sprinkles
was mathematically modelized using a disdrometer. In addition, the tool SIRIAS was
calibrated and validated with both measured and theoretical drops.
The tests for water distribution analysis were carried out under no-wind (sprinkler
distribution pattern) and outdoor (solidset sprinkler irrigation system) conditions,
following the ASAE.S.330.1 (1985), ASAE.S.398.1 (1985), ISO 7749-2 (1990) and
UNE 68-072-86 (1986) standards.
Twelve sprinkler-nozzle-pressure combinations were studied in the tests under no-wind
conditions. The chosen combinations are the most frequently used in the irrigated areas
of Albacete (Spain). That is to say, for the sprinkler Agros 35, the nozzles 4.4+2.4 mm
and 4.8 mm, were operated at 220, 320, and 450 kPa; and the nozzles 4.8 + 2.4 mm and
5.2 mm, both were operated at a 320 kPa pressure. For the sprinklers Agros 40 and
VYR 37, the nozzles tested were 4.4+2.4 mm and 4.8 mm, working at a pressure of 320
kPa. The k-mean algorithm was applied to the water distribution tests under no-wind
conditions, trying to group the sprinkler distribution patterns according to their shape.
The above mentioned sprinkler-nozzle-pressure combinations were also tested outdoors,
some of them using two different sprinkler layouts (15m x 15m and 18m x 15m).
Fifteen sprinkler-nozzle-pressure-spacing combinations were selected. The 18m x 15m
triangle spacing was only tested at the 320 kPa working pressure with the following
nozzle combinations: 4.4+2.4 mm, 4.8+2.4 mm and 5.2 mm for the sprinkler Agros 35,
and 4.4+2.4 mm for both the sprinklers Agros 40 and VYR 37 (five combinations).
However, the 15m x 15m square spacing was tested for both the 4.4+2.4 mm and the
4.8 mm nozzle combinations at the three operating pressures for the sprinkler Agros 35
(six combinations); and for four different combinations in the case of the sprinklers
Agros 40 and VYR 37, with nozzles of 4.4+2.4 mm and 4.8 mm, working at 320 kPa.
In order to measure drop sizes in no-wind conditions, a disdrometer was used, testing
the aforementioned sprinkler-nozzle-pressure combinations plus the 4.4 mm nozzle.
Moreover, the nozzles used with the Agros 35 and the Agros 40, were tested with and
without vanes, at six sprinklers spacings (3, 5, 7, 9, 11 and 13 m), obtaining, therefore,
414 sampling positions.
For both types of tests (outdoor and indoor), a generalized linear model was obtained to
establish a statistical relation between the variables.
Taking into account the abovementioned conditions of the outdoor tests, the calibration
and validation process of the SIRIAS model was carried out for both measured and the
theoretical drops. The Pearson correlation coefficient was used to establish the
correlation between the aerodynamic correcting coefficients and the wind speed.
Three different types of sprinkler distribution patterns were obtained, being their
behaviour influenced by sprinkler spacing and wind speed.
The values of the Christiansen’s uniformity coefficient (CU) improve linearly when
wind speed increases up to 2 m s-1. From that speed on, the CU decreases linearly as
wind speed increases.
The highest CU were obtained with a pressure of 320 kPa and the use of two nozzles,
being these the optimal conditions for the analyzed sprinklers.
The use of an optical disdrometer permits to obtain a proper approximation of the drop
size distribution of a sprinkler. The operating pressure is the most determining factor as
far as drop distribution is concerned. Slight differences were observed between the
measured and the theoretical drops, mostly at the end of the distribution pattern.
The coefficient “k1” (which corrects the aerodynamic resistance within the simulation
model of water distribution), has a linear relation with wind speed. This behaviour is
affected by the type of sprinkler and the number of nozzles, and is barely affected by the
sprinkler spacing. However, the coefficient “k2” has been found to be only affected by
the sprinkler distribution pattern.
The SIRIAS model is a useful tool for the simulation of solidset sprinkler irrigation
systems. It presented an error of around 5% in the prediction of the sprinkler water
distribution. In the simulation process of water distribution with the SIRIAS model, the
differences (less than 1%) between the simulations performed using the measured drops
with the disdrometer and the theoretical drops were small.
ÍNDICE
- I -
ÍNDICE página
I.- INTRODUCCIÓN……………………………………………………………………………………….. 1 I.1.- Antecedentes………………………………………………………………………………………. 1 I.2.- Importancia social y económica del agua……………...…………………………………………... 2 I.3.- La investigación como base para mejorar la eficiencia en el uso del agua………………………… 4 I.4.- Justificación de la realización de la presente Tesis Doctoral………………………………………. 5
II.- OBJETIVOS…………………………………………………………………………………………….. 6 II.1.- General……………………………………………………………………………………………. 6 II.2.- Específicos………………………………………………………………………………………… 7 III.- REVISIÓN BIBLIOGRÁFICA………………………………………………………………………... 7 III.1.-La Distribución de agua en Sistemas de riego por aspersión……………………………………... 7
III.1.1.- La Uniformidad de Distribución de agua……………………………………………….. 7 III.2.- Eficiencia general de aplicación en riego por aspersión…………………………………………. 10
III.2.1.- Eficiencia de Distribución (EDa)………………………………………………………... 11 III.2.2.- Pérdidas por fugas en las conducciones (Pf)……………………………………………. 12
III.3.- Factores que influyen sobre la uniformidad de riego……………………………………………... 13 III.3.1.- Efectos del viento en el proceso de aplicación de agua por el sistema de aspersión…… 14 III.3.2.- Influencia del marco de riego…………………………………………………………… 18
III.4.- La distribución de tamaños de gotas en riego por aspersión………………………………………. 20 III.4.1.- Métodos de medida de los tamaños de gotas…………………………………………… 20 III.4.2.- Proceso de formación de los tamaños de gotas…………………………………………. 22 III.4.3.- Estudios experimentales de distribuciones de tamaños de gotas……………………….. 23 III.4.4.- Caracterización de las distribuciones de tamaños de gotas……………………………... 27 III.4.4.1. Formulación de la función logarítmico Normal (ULLN)…………………….. III.4.4.2. Modelo exponencial propuesto por Li, et al……………………………….....
28 29
III.4.5.- La energía de impacto del agua en la superficie del suelo……………………………… 30 III.5.- Modelos de simulación de riego por aspersión…………………………………………………... 32
III.5.1.- Introducción…………………………………………………………………………….. 32 III.5.2.- Modelos de simulación de riego por aspersión basados en la teoría balística………….. 32
III.5.2.1.- Teoría balística sobre una gota de agua en el aire…………………………... 33 III.5.2.2.- Ecuaciones del movimiento de una gota en el aire………………………….. 35 III.5.2.3.- Formulaciones del coeficiente de resistencia aerodinámico………………… 36 III.5.2.4.- Corrección del coeficiente de resistencia aerodinámico…………………….. 41 III.5.2.5.- Determinación de la velocidad del viento a distintas alturas………………... 42 III.5.2.6.- Cálculo de la pluviometría caída en cada punto bajo el efecto del viento…... 42
III.5.3.- Modelos de simulación………………………………………………………………… 45 III.5.4.- Modelo de Simulación de Riego por Aspersión “SIRIAS”…………………………… 47
III.5.4.1.- Metodología del “SIRIAS”………………………………………………….. 48 III.5.5.- Otros Modelos de Simulación………………………………………………………….. 49
III.5.5.1.- Modelo ADOR-SPRINKLER (Dechmi et al. 2004)……………………… III.5.5.2.- Modelo de simulación para aspersores, de Han et al. (1994)……………….. III.5.5.3.- Modelo de simulación para cañones de riego, de Richards y Weatherhead ... III.5.5.4.- Modelo de simulación para cañones de riego, de Augier (1996)……………
49 50 50 52
IV.- METODOLOGÍA……………………………………………………………………………………… 55 IV.1.- Introducción……………………………………………………………………………………… 55 IV.2.- Ensayos experimentales con aspersores de tamaño medio………………………………………. 57
IV.2.1.- Ensayos radiales en condiciones sin viento…………………………………………….. 57 IV.2.1.1.- Normalización de la pluviometría y la distancia……………………………… IV.2.1.2.- Análisis estadístico…………………………………………………………… IV.2.1.3.- Determinación del número de grupos………………………………………… IV.2.1.4.- Distribución de Probabilidad, coeficientes de Asimetría y Curtosis………….
59 60 61 61
IV.2.2.- Ensayos de riego en bloque…………………………………………………………….. 63 IV.2.3.- Combinaciones aspersor-boquillas ensayadas …………………………………………. IV.2.4.- Definición del valor medio de la dirección del viento………………………………….. IV.2.5.- Parámetros que caracterizan la distribución de agua……………………………………
IV.2.6.- Tratamiento estadístico de los datos…………………………………………………….
63 65 68 69
IV.2.6.1.- Comprobación del supuesto de normalidad, test de Kolmogorov-Smirnov IV.2.6.2.- Establecimiento de correlaciones entre las variables, coeficiente de Pearson. IV.2.6.3.- Modelo Lineal General………………………………………………………
69 69 70
- II -
IV.2.7.- Descripción del programa SORA (SOlapamiento en Riego por Aspersión)…………… 71
IV.3.- Distribuciones de los tamaños de gotas producidos por aspersores de tamaño medio…………... 72
IV.3.1.- Descripción del Disdrómetro Óptico ODM 470………………………………. 72 IV.3.2.- Principios de funcionamiento………………………………………………... 73 IV.3.3.- Problemas de simultaneidad de gotas en el volumen sensible y efecto de
borde…………………………………………………………………….. 74
IV.3.4.- Cálculos realizados……………………………………………………………. IV.3.5.- Corrección de los errores del proceso de medición…………………………... IV.3.6.- Análisis estadísticos……………………………………………………………
75 76 78
IV.4.- Metodología del modelo de simulación de riego por aspersión “SIRIAS”………………………. 79 IV.4.1.- Fundamentos del modelo de simulación “SIRIAS”……………………………………. 79 IV.4.2.- Corrección del coeficiente de resistencia aerodinámico………………………………... 81
IV.4.3.- Parámetros evaluados …………………………………………………………………... 82 IV.4.4.- Selección del escenario que mejor representa la distribución de agua medida en campo 84
V.- RESULTADOS Y DISCUSIÓN………………………………………………………………………... 85 V.1.- Caracterización de la distribución de agua en condiciones sin viento…………………………….. 85 V.1.1.- Resultados de los ensayos radiales……………………………………………………… 85
V.1.2.- Caracterización de las curvas de reparto de agua de los aspersores…………………….. 89 V.1.3.- Distribución de probabilidad de los datos de pluviometría……………………………... 90 V.1.4.- Ecuaciones descriptivas de cada grupo de curvas………………………………………. 93 V.1.5. Conclusiones sobre los ensayos en condiciones sin vientos…………………………….. 96 V.2.- Caracterización de la distribución de agua en riego por aspersión estacionario ………………….. 97 V.2.1.- Resultados de los ensayos al aire libre…………………………………………………... 97 V.2.1.1.-Comprobación del supuesto de normalidad de los datos de campo test K-S…. 97 V.2.1.2. Coeficiente de Uniformidad medido en campo……………………………….. V.2.2.- Análisis estadístico ………………………………………………………………………. V.2.2.1.-Uniformidad de aplicación del agua ………………………………………….
100 102 102
V.2.3- Relación entre parámetros de uniformidad y la velocidad del viento……………………. 105 V.2.3.1.- Coeficiente de Uniformidad de Christiansen (CU)………………………….. 105 V.2.3.2.- Uniformidad de Distribución (UD)…………………………………………... 110 V.2.4.- Conclusiones sobre la distribución de agua en riego por aspersión……………………... 114
V.3.- Distribución de los tamaños de gotas producidos por los aspersores de tamaño medio…………… 115 V.3.1.- Corrección de los errores del proceso de medición……………………………………… 115 V.3.2.- Tratamiento estadístico de los datos……………………………………………………... 122 V.3.2.1.- Resultados en las presiones de trabajo……………………………………….. 124 V.3.2.2.- Resultados en las distancias al aspersor……………………………………… 125 V.3.2.3.- Resultados en los aspersores…………………………………………………. 126 V.3.3.- Modelización matemática de las variables………………………………………………. 126 V.3.4.- Comparación de los tamaños de gotas medidos y los teóricos…………………………. 128 V.3.5. –Conclusiones sobre la medición de la distribución de los tamaños de gotas…………… 131 V.4.- Calibración y validación del modelo de simulación SIRIAS ……………………………………….. 132
V.4.1.- Calibración del SIRIAS con los tamaños de gotas medidos y con los teóricos. 133 V.4.2.- Comparación de resultados con los tamaños de gotas teóricos y los medidos.. 134 V.4.3.- Análisis de regresión de la relación k1-W……………………………………. 136 V.4.4.- Coeficiente corrector k2………………………………………………………. 140 V.4.5.- Validación del SIRIAS………………………………………………………... 141 V.4.5.1.- Validación del SIRIAS con los k1 y k2 generalizados………………… 144 V.4.6.- Conclusiones sobre la calibración y validación del SIRIAS………………….. 147 VI.- CONCLUSIONES GENERALES……………………………………………………………………... 148 VII.- REVISIÓN BIBLIOGRÁFICA……………………………………………………………………….. 150
ANEXOS ANEXO I.- Tablas ANEXO II.- Figuras
- III -
ÍNDICE DE TABLAS página
CAPÍTULO III Tabla 1II.1.- Valores de la EDa para varios CU y porcentajes de área adecuadamente regada [Keller y Bliesner (1990), adaptado de Hart y Reynolds (1965)]………………………………………………………….
12
CAPÍTULO IV
Tabla IV.1.- Características técnicas de los equipos de medida del banco de ensayos radiales y de las instalaciones de los ensayos al aire libre…………………………………………………………………………………. Tabla IV.2.- Combinaciones ensayadas en condiciones sin viento……………………………………………………….
58 58
CAPÍTULO V Tabla V.1. Relación de las combinaciones ensayadas, caudal de descarga teórico, radio de alcance y parámetros de uniformidad (%) en ambos marcos de riego…………………………………………………………………………….
88
Tabla V.2.Combinaciones de aspersor-boquilla-presión que componen cada tipo de curva radial identificada en el análisis cluster………………………………………………………………………………………………………………..
90
Tabla V.3. Estadísticos de la distribución de probabilidad, en los tipos de curvas radiales………………………….. 91 Tabla V.4. Ecuaciones descriptivas y coeficiente de determinación de las curvas radiales medias, en los tres tipos de curvas identificados en el análisis cluster…………………………………………………………………………………
93
Tabla V.5. Error cometido en % entre los parámetros de uniformidad obtenidos con las curvas radiales medias de los grupos y los obtenidos a partir de la curva radial generadas con la ecuación descriptiva de cada grupo, en marco de riego de 15m x 15m…………………………………………………………………………………………………
95
Tabla V.6. Error cometido en % entre los parámetros de uniformidad medios de las curvas radiales y los obtenidos a partir de la curva radial generadas con la ecuación descriptiva de cada grupo, en marco de riego de 18m x 15m………………………………………………………………………………………………………………………..
95
Tabla.V.7. Número de ensayos válidos en cada combinación…………………………………………………………….. 97
Tabla V. 8. Resultados de test de normalidad Kolmogorov-Smirnov aplicado a los ensayos en el marco cuadrado de 15m x 15m…………………………………………………………………………………………………….
98
Tabla V. 9. Resultados de test de normalidad Kolmogorov-Smirnov aplicado a los ensayos en marco triangular 18m x 15m T……………………………………………………………………………………………………...
99
Tabla V.10. Parámetros de uniformidad %, máximo, mínimo y medio, obtenidos en cada combinación en ambos rangos de W…………………………………………………………………………………………………………
101
Tabla V.11. Resultados del análisis de varianza aplicado a los apersones…………………………………………. 102
Tabla V.12. Diferencias estadísticas para la dirección de los vientos, en la UD…………………………………… 103
Tabla V.13. Diferencias estadísticas para la dirección de los vientos, en el CU……………………………………. 103
Tabla V.14. Resultados del análisis de varianza aplicado al diámetro de boquillas………………………………. 104
Tabla V.15. Distribución de probabilidad realizada a los ensayos con boquilla 5,2 mm…………………………. 104
Tabla V.16. Resultados del análisis estadístico aplicado a los rangos de W………………………………………….. 104
Tabla V.17. Ecuaciones descriptivas del CU en las distintas combinaciones, a ambos rangos de W……………… 107
Tabla V.18. Incremento en W menores a 2 ms-1 y descenso en W mayores a 2 ms-1 (%) del CU por unidad de la W, en cada combinación ensayada…………………………………………………………………………………..
109
Tabla V.19. Incremento en W menores a 2 m s-1 y descenso en W mayores a 2 m s-1 (%) del la UD por unidad de la W, en cada combinación ensayada………………………………………………………………………………
111
Tabla V.20. Ecuaciones y coeficiente de determinación que describen la relación CU-UD en los tres tipos de curvas radiales……………………………………………………………………………………………………………….
112
Tabla V.21.Porcentajes de gotas eliminadas en cada distancia al aspersor, a las tres presiones estudiadas, con una y dos boquillas en el aspersor Agros 35………………………………………………………………………..
116
Tabla V.22. Diámetros medianos volumétricos en las diferentes distancias al aspersor, con la aplicación de la metodología de depuración de los errores cometidos con el disdrómetro y sin la aplicación de esta metodología, en el aspersor Agros 35 con las diferentes combinaciones de boquillas y presiones estudiadas...
119
Tabla V.23. Resultados del modelo lineal general aplicado a los factores y las variables que intervienen en la formación de los tamaños de gotas producido por los aspersores…………………………………………………….
123
Tabla V.24. Diferencias estadísticas entre las presiones para la variable DMV…………………………………… 124
Tabla V.25. Diferencias estadísticas entre las presiones para la variable DMN………………………………….. 124
Tabla V.26. Diferencias estadísticas entre la distancias al aspersor para el DMV………………………………… 125
- IV -
Tabla V.27. Diferencias estadísticas entre la distancias al aspersor para el DMN………………………………... 125
Tabla V. 28. Diferencias estadísticas entre aspersores para la variable DMN……………………………………. 126
Tabla V.29. Tipos de ecuaciones que mejor describen la relación DMV-distancia al aspersor, en las tres presiones estudiada………………………………………………………………………………………………………….
127
Tabla V.30. Coeficientes de las ecuaciones polinómicas en cada combinación de boquilla, en las tres presiones estudiadas………………………………………………………………………………………………………….
133
Tabla V.31. Matriz de correlación de Pearson, realizado a la velocidad del viento y las variables resultantes del proceso de simulación con los tamaños de gotas a partir de la teoría balística……………………………..
135
Tabla V.32. Matriz de correlación de Pearson, realizado a la velocidad del viento y las variables resultantes del proceso de simulación con los tamaños de gotas medidos con el Disdrómetro óptico……………………….
135
Tabla V. 33. Ecuaciones descriptivas y R2 de la relación lineal k1-W, en las distintas combinaciones…………. 140 Tabla V.34.Valores medios del k2 en cada combinación y el promedio en cada tipo de curva radial…………. 141 Tabla V.35. Parámetros de similitud espacial para cada combinación y error cuadrático de la distribución de agua, entre el modelo simulado y el ensayo de campo, con los tamaños de gotas medidos y los teóricos…..
143
Tabla V.36. Valores de los coeficientes correctores seleccionados para la validación del SIRIAS……………… 144 Tabla V.37. Relación de los ensayos utilizados en el proceso de validación ,coeficientes k1 y k2 y error cuadrático medio entre los CU simulados y los de campo, en cada una de las combinaciones…………………...
145
ANEXO I
Tabla A.I.1. Relación de los ensayos realizados en la cobertura
Tabla A.I. 2. Relación de las combinaciones ensayadas en la medición de los tamaños de gotas
Tabla A.I.3. Resultados obtenidos en la calibración por combinaciones y ensayos que se han usado en la calibración y en el proceso de validación
- V -
ÍNDICE DE FIGURAS página
CAPÍTULO III
Figura III.1- Esquema de la distribución de agua en sistemas de riego por aspersión………………………. 8
Figura III.2.- Contornos de altura de agua aplicada por un aspersor Naan trabajando con boquillas de 3,5 mm a 300 kPa, bajo la acción de un viento soplando desde la izquierda a una velocidad de 6 m s-1 (von Bernuth y Seginer, 1990)………………………………………………………………………………………………..
16
Figura III.3.- Perímetro mojado por un aspersor Naan trabajando con boquilla de 3,5 mm a 300 kPa, con un tubo porta aspersor de 1 m bajo diferentes velocidades de viento soplando desde la izquierda (von Bernuth y Seginer, 1990)………………………………………………………………………………………………..
16
Figura III.4.- Distribución de tamaños de gotas con una boquilla de 3,57 mm trabajando a 400 kPa (von Bernuth, 1988)……………………………………………………………………………………………………………
26
Figura III.5.- Efecto de la relación boquilla/presión sobre los parámetros d50 y n para aspersores de impacto con boquillas pequeñas (de 3 a 6 mm) (Kincaid et al., 1996)…………………………………………… Figura III.6.- Efecto de la relación boquilla/presión sobre los parámetros d50 y n para difusores (Kincaid et al., 1996)……………………………………………………………………………………………………………….
30 30
Figura III.7.- Teoría balística sobre una gota de agua en el aire. Esquema de los vectores velocidad (a) y de fuerzas (b) que actúan sobre la gota………………………………………………………………………………..
33
Figura III.8.- Relación entre el coeficiente de resistencia y el tamaño de gota (von Bernuth y Gilley (1984) basado en datos de List (1966), Green (1952) y Laws (1941))…………………………………………………….
36
Figura III.9.- Configuración de la red en “tela de araña” en ausencia del viento (a) y bajo su influencia (b) (Tarjuelo et al., 1994)………………………………………………………………………………………………..
44
Figura III.10.- Esquema del proceso de interpolación de la pluviometría en una red "tela de araña" a la pluviometría en la red cuadrada (Fukui et al., 1980)……………………………………………………………….
45
CAPÍTULO IV
Figura IV.1. Diagrama explicativo de la metodología seguida para la calibración y validación del Sirias 56
Figura IV.2.- Fotografía del banco de ensayos radiales………………………………………………………….. 59
Figura IV.3.- Fotografías de las instalaciones para ensayos de riego en bloque………………………………. 63
Figura IV.4. Aspersores AGROS 40, AGROS 35 y VYR 37 y sus principales característica………………….. 64
Figura IV.5.- Fotografía de la estación agroclimática utilizada durante los ensayos al aire libre………….. 65 Figura IV.6.- Esquema de la orientación de la parcela de ensayos respecto al Norte geográfico, y el desfase entre ambos marcos de riego………………………………………………………………………………….
66
Figura IV.7.- Criterio adoptado para indicar la dirección del viento……………………………………………. 67
Figura IV.8. Fotografía del Disdrómetro Óptico ODM 470…………………………………………………….. 73
CAPÍTULO V
Figura V.1. (a). Curvas radiales correspondientes a las combinaciones con boquillas de 4,4+2,4 mm y 4,8 mm, a las diferentes presiones ensayadas……………………………………………………………………………
86
Figura V.1. (b). Curvas radiales correspondientes a las diferentes combinaciones aspersor-boquillas a la presión de 320 kPa………………………………………………………………………………………………………
87
Figura 2. Curvas radiales características identificadas en cada cluster y su barra de error al 5%............... 92 Figura V 3. Curvas radiales características de los grupos identificados en el análisis cluster sin la normalización de la pluviometría ni la distancia…………………………………………………………………….
94
Figura V.4. Comportamiento del CU en velocidades de vientos mayores y menores a 2 ms-1, la ecuación descriptiva y los coeficientes de determinación, en la combinación de boquillas 4,4+2,4 mm a la presión de 320 kPa, con el aspersor Agros 35 y marco 18 m x 15 m T (a) y 15m x 15m (b)……………………………
106
Figura V.5. Comportamiento del CU frente a la velocidad del viento, descrito por una ecuación polinómicas de segundo grado y su coeficiente de determinación, en los marcos de riego de 15m x15m (a) y 18m x 15m T (b)…………………………………………………………………………………………………………
106
Figura V.6. Efecto de la presión en el aspersor Agros 35, con dos boquillas y marco de 15m x 15m………. 108 Figura V.7. Efecto del número de boquillas en el aspersor Agros 35 a 320 kPa, en marco de 15m x 15m…. 108 Figura V.8. Relación CU-W en la boquilla 5,2 mm, para el marco 18 m x 15 m T, en los dos rangos de
- VI -
velocidades de W………………………………………………………………………………………………………… 109 Figura V.9. Relación UD-CU en todos los ensayos………………………………………………………………… 111 Figura V.10. Relación CU-UD, ecuación descriptiva y coeficiente de determinación en los tres tipos de curvas identificado………………………………………………………………………………………………………..
113
Figura V.11. Relación CU-UD, ecuación descriptiva y coeficiente de determinación en los tres aspersores estudiados……………………………………………………………………………………………………
113
Figura V.12.Frecuencia acumulada del número de gotas en la combinación de boquillas 4,8+2,4 mm a 320 kPa, en el aspersor Agros 35, con la técnica de depuración y sin depurar;(a) distancias cercanas al aspersor, (b) distancias lejanas al aspersor…………………………………………………………………………..
117
Figura V.13. Frecuencia acumulada del número de gotas en la boquilla 4,8 mm a 320 kPa, en el aspersor Agros 35. con la técnica de depuración y sin depurar; (a) distancias cercanas al aspersor, (b) distancias lejanas al aspersor………………………………………………………………………………………………………..
118
Figura V.14. Frecuencia acumulada de los volúmenes de gotas en la combinación de boquillas 4,8+2,4 mm a 320 kPa, en el aspersor Agros 35, con la técnica de depuración y sin depura; (a) distancias cercanas al aspersor, (b) distancias lejanas al aspersor……………………………………………………………
120
Figura V.15. Frecuencia acumulada de los volúmenes de gotas en la boquilla 4,8 mm a 320 kPa, en el aspersor Agros 35, con la técnica de depuración y sin depura; (a) distancias cercanas al aspersor, (b) distancias lejanas al aspersor…………………………………………………………………………………………..
121
Figura V.16.Comportamiento del DMV en las distancias al aspersor para la presión de 320 kPa, descrito por una ecuación exponencial y polinómica de segundo orden…………………………………………………..
126
Figura V.17.Comportamiento del DMN en las distancias al aspersor, descrito por una ecuación polinómicas de tercer orden…………………………………………………………………………………………….
127
Figura V.18.Comportamiento de los DM en las distancias al aspersor, descrito por una ecuación lineal o por una polinómicas de segundo orden……………………………………………………………………………….
128
Figura V.19. Distribución de los tamaños de gotas medidos con el disdrómetro y estimados con la teoría balística en las presiones de 320 y 450 kPa…………………………………………………………………………..
129
Figura V.20. Comportamiento de los diámetros de gotas con boquilla 4,8 mm y presión de 220 kPa, con la teoría balística y los medidos con el disdrómetro óptico………………………………………………………..
130
Figura V.21. Comportamiento de los diámetros de gotas medidos con el disdrómetro óptico en las boquillas 4,4; 4,8 y 5,2mm a la presión de 220 kPa………………………………………………………………..
130
Figura V.22. Comportamiento de los diámetros de gotas medidos con el disdrómetro óptico en la boquilla 4,8 mm, a las presiones de 220 kPa y 320 kPa………………………………………………………………………
130
Figura V.23. Comportamiento de los diámetros de gotas medidos con el disdrómetro óptico en las combinaciones de boquillas 4,8+2,4 mm y 4,8mm, a la presión de 220 kPa……………………………………
130
Figura V.25.Comportamiento y ecuación descriptiva de la relación k1-W, en el Agros 35 con boquillas 4,4+2,4mm a 320 kPa y marco de 15m x 15m……………………………………………………………………….
137
Figura V.26.Relación k1-W y ecuación descriptiva, en el Agros 35 con boquillas 4,4+2,4mm a 320 kPa y marco de 18m x 15mT……………………………………………………………………………………………………
137
Figura V.27. Comportamiento de la relación k1-W y ecuaciones descriptivas, en los dos marcos de riego con el aspersor Agros 40 y boquillas 4,4+2,4mm a 320 kPa………………………………………………………
138
Figura V.28. Comportamiento de la relación k1-W y ecuaciones descriptivas, en el aspersor Agros 40 con una y dos boquillas a 320 kPa…………………………………………………………………………………………..
138
Figura V.29. Comportamiento de la relación k1-W en el aspersor VYR 37; a) Boquillas 4,4+2,4mm a 320 kPa en los dos marco de riego ;b) Boquilla 4,8mm a 320 kPa en el marco de 15m x 15m…………………….
139
Figura V.30.Relación entre los CU de campo(CUc) y los obtenidos con la validación del modelo (CUv), en los tamaños de gotas medidas(gm) y en las gotas teóricas (gt)………………………………………………..
146
ANEXO II
Figura A.II. 1. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquillas 4,4+2,4 mm, a la presión de220 kPa y marco de 15 m x 15 m
Figura A.II.2. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquillas 4,4+2,4 mm, a la presión de 320 kPa y marco de 15 m x 15 m
Figura A.II. 3. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquillas 4,4+2,4 mm, a la presión de 450 kPa en marco de 15 m x 15 m
Figura A.II. 4. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS
- VII -
35 con boquillas 4,4+2,4 mm a la presión 320 kPa, y marco de 18 m x 15 m en triangulo Figura A.II. 5. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 40 con boquillas 4,4+2,4 mm a la presión de 320 kPa, en el marco de 15m x 15m
Figura 6. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 40 con boquillas 4,4+2,4 mm a la presión de 320 kPa y marco de 18m x 15 m en triangulo
Figura A.II. 7. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor VYR 37, con boquilla 4,4+2,4 mm, a la presión de 320 kPa y marco de18m x 15m en triangulo
Figura A.II.8. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor VYR 37, con boquillas 4,4+2,4 mm, a la presión de 320 kPa y marco de 15m x 15m
Figura A.II.9. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquillas 4,8+2,4 mm a la presión320 kPa, y marco de 18 m x 15 m en triangulo
Figura A.II. 10. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquilla 4,8 mm a la presión de 220 kPa, en el marco de 15 m x 15 m
Figura A.II. 11. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquilla 4,8 mm a la presión de 320 kPa, en el marco de 15 m x 15 m
Figura A.II. 12. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquilla 4,8 mm, a la presión de 450 kPa, en el marco de 15 m x 15 m
Figura A.II.13. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 40 con boquilla 4,8 mm a la presión de 320 kPa, y marco de 15 m x 15 m
Figura A.II. 14. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor VYR 37, con boquilla 4,8 mm, a la presión de 320 kPa y marco de 15m x 15m
Figura 15. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquilla 5,2 mm a la presión de 320 kPa y marco 18 m x 15 m, en triangulo
Figura A.II.16. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C1, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II. 17. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C2, (a) con las gotas medidas y (b) con las gotas teóricas
Figura 18.A.II. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C3, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II. 19. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C4, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II.20. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C5,, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II.21. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C6,, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II. 22. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C7,, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II. 23. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C8,, (a) con las gotas medidas y (b) con las gotas teóricas
- VIII -
Figura A.II.24. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C9,, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II. 25. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C10, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II. 26. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C11, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II.27. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C12, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II.28. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C13, (a) con las gotas medidas y (b) con las gotas
Figura A.II.29. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C14, (a) con las gotas medidas y (b) con las gotas teóricas
Figura A.II.30. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C15, (a) con las gotas medidas y (b) con las gotas teóricas
Abreviaturas
Cig.: Configuración
Cob: Cobertura
CU: Coeficiente de Uniformidad de Christiansen (1942)
CUc: Coeficiente de Uniformidad de Christiansen medido en campo
CUs: Coeficiente de Uniformidad de Christiansen simulado
d : Distancia
Df: Diámetro final
Di: Diámetros inicial
Dm: Diámetro medio
DMN: Diámetro mediano numérico
DMV: Diámetro mediano volumétrico
EC: Error cuadrático
ec.: Ecuación
Fig.: Figura
gm: Gotas medidas
gt: Gotas teóricas
h: Hora
k1: Coeficiente corrector aerodinámico
k2: Coeficiente corrector aerodinámico
kPa: Kilos Pascales (unidad de presión igual a mil pascales)
l : Litro
M: Marco de riego
m: Metro
mm: Milímetros
mm3: Milímetros cúbicos
N: Norte geográfico
p: Pluviometría
Plu.: Pluviometría
R: Radial
R2: Coeficiente de determinación
s : Segundo
SCDG: Suma de cuadrados dentro de los grupos
Sd2 : Sumatoria de las diferencias de la pluviometría calculadas y medidas
en cada uno de los puntos mojados
Sig. : Significación estadísticamente
Smd/Nu: Suma de la matriz de diferencias entre los puntos
Smd: Suma de la matriz de diferencias
T : Triangulo
UD: Uniformidad de Distribución (Merriam y Keller, 1978)
UDs: Uniformidad de Distribución simulada
VI: Vaina prolongadora del chorro integrada en la boquilla
VP: Vaina prolongadora del chorro
VS: Volumen sensible
W: Velocidad del viento
α : Nivel de significación estadísticamente
∆D: Incremento en el diámetro
Acrónimos
ASAE: The Society for Engineering in Agricultural
ASCII: American Standard Code for Information Interchange
ISO: International Organization for Standardization
SIRIAS: Simulación en riego por aspersión
SORA: Solapamiento en riego por aspersión
UNE: Norma Europea
I.- INTRODUCCIÓN
I. INTRODUCCIÓN
1
I.-INTRODUCCIÓN I.1.- ANTECEDENTES
El riego es practicado por la humanidad desde los umbrales de la historia y puede
considerarse como la manifestación más primitiva de la hidráulica. La Universidad Británica
de Antropología admite que el desarrollo del regadío precede a la civilización: junto a los
fértiles valles de los ríos Amarillo, Tigris y Eufrates, Nilo e Indo, surgieron las primeras
civilizaciones china, caldea y asiria, egea e hindú, respectivamente. Desde China, Irak, Egipto
y la India, el riego se propagó hacia Europa y África del Norte. Los descubrimientos
arqueológicos revelan que ya los caldeos y asirios transformaban grandes regiones desérticas
de Asia en las más fértiles de la tierra, uniendo el Tigris y el Eúfrates mediante un gran canal
del que derivaba una tupida red de canales secundarios y terciarios con el propósito de regar
las llanuras de Mesopotamia, obra que concluyó hacia el año 1650 a. C.
El riego por aspersión, hay que decir que su origen tuvo lugar a principios del siglo XX,
alrededor de los años 30, el costo de los sistemas de riego por aspersión se redujo gracias a la
aparición de los aspersores, el aligeramiento del peso de las tuberías de acero, así como la
incorporación de acoples rápidos para la unión de las tuberías. Estas circunstancias
provocaron un rápido ascenso en el uso de este método a escala mundial y en una extensa
gama de cultivos.
En la década de 1950, se produjo otro gran avance en la tecnología de este método de riego,
con la fabricación de las tuberías de aluminio, el desarrollo de los aspersores, y una mejora en
las estaciones de bombeo, lo que originó una nueva expansión de la aspersión.
En la década de 1960, apareció una máquina de riego autopropulsada llamada “pivote,”
caracterizada por su relativo bajo costo, con una mayor automatización y un mínimo de
trabajo en su funcionamiento. Hasta el día de hoy, los sistemas de riego por aspersión han
evolucionado de una forma muy rápida, mejorando la eficiencia de aplicación de agua con
una amplia automatización, la cual reduce considerablemente las necesidades de mano de
obra.
I. INTRODUCCIÓN
2
I.2.- IMPORTANCIA SOCIAL Y ECONÓMICA DEL AGUA
Las nuevas circunstancias económicas internacionales surgidas a raíz de los acuerdos de
liberalización progresiva y de reducción de las subvenciones a la agricultura, implican
necesariamente un cambio de orientación en las políticas de los países desarrollados en lo que
se refiere a los regadíos.
Este cambio de orientación tiene como finalidad asegurar la rentabilidad económica y social
de las explotaciones de regadío. En este sentido se pretende mejorar la competitividad de los
productos agroalimentarios y a la vez asegurar un uso racional y eficiente del agua destinada
a los mismos. Los cambios deseados no llegarán a producirse sin la colaboración y
participación directa de todos los actores implicados en este proceso de transformación, entre
los cuales tienen especial protagonismo los productores bajo regadíos, los proyectistas de
nuevos regadíos y los investigadores.
La mejora de la gestión del agua destinada a regadíos se encuentra todavía en una etapa
incipiente, a pesar de que se han hecho cuantiosas inversiones, tanto públicas como privadas,
con el fin de conseguir ahorros importantes de este recurso a través de la modernización y
eficientización de los regadíos existentes.
Estas nuevas circunstancias económicas mundiales ponen a prueba la competitividad de los
productores agrícolas en los mercados internacionales, y por ello se hace necesario reducir los
costes de producción al máximo, incluidos los imputables al agua utilizada para riego, sin
embargo, los sistemas de riego son frecuentemente ineficientes, debido fundamentalmente a
falta de mantenimiento o una operación no de acuerdo a los criterios de diseños, la ausencia
de un sistema riguroso de contabilización de consumos y el predominio de sistemas de
tarificación que no reflejan el verdadero costo del agua, todo esto se traduce en una
asignación de los recursos hídricos no óptima desde un punto de vista económico y
medioambiental.
El agua es mucho más que un factor de producción o un recurso natural, sea o no objeto de
transacciones mercantiles, fundamentalmente es un activo social de carácter básico puesto que
sin agua no hay vida. En efecto, las características físicas y químicas del agua son las que
permiten que se lleven a cabo los procesos biológicos, pero al mismo tiempo es la mayor o
menor disponibilidad de agua, así como su gestión, o el conjunto de decisiones de carácter
normativo lo que influirá en el desarrollo o un determinado estilo de vida de las poblaciones
rurales.
I. INTRODUCCIÓN
3
La eficiencia técnica o el beneficio no son menos normativos que el respecto de los ritmos de
reconstitución de un recurso renovable; de hecho es evidente que la supuesta eficiencia de los
procesos de producción y consumo, es una eficiencia que depende de la legislación existente
(lo que es eficiente bajo una normativa puede no serlo bajo otra diferente), lo que hace pensar
que la eficiencia, además de ser una noción normativa es también una noción técnica-
ideológica. Por lo que se puede afirmar que no hay una buena asignación de recursos o un
óptimo económico a descubrir y formalizar, sino muchos, según cuales sean los presupuestos
éticos, institucionales y, en general, las características técnica- ideológicas de las que se parta.
Teniendo en cuenta que el agua es un activo social, parece bastante claro que los pasos que
hay que dar para llevar a cabo su gestión, consisten fundamentalmente en estudiar su uso
eficiente en los regadíos, especificando los criterios y normas para su uso sostenible o
renovable, tanto en los términos de compactibilidad de las funciones ambientales, apropiación
y distribución. Todo lo anterior iría configurado, en suma, al estilo de vida o de desarrollo que
constituya el objetivo a alcanzar.
Los países ensayan diversos medios para lograr un equilibrio entre la eficiencia económica (la
obtención del máximo rendimiento posible de una base de recursos dada) y la equidad (la
garantía de un tratamiento igual). La libertad individual, la equidad, la participación popular,
el control local y la ordenada solución de los conflictos son otros importantes objetivos que
las sociedades tienen que combinar a la hora de elegir una estructura para la distribución del
agua.
En un sistema ideal de distribución de aguas basado en el mercado, los derechos de aguas
están bien definidos, se hacen respetar, son transferibles, y confrontan a los usuarios con todo
el costo social de sus acciones. Este tipo de sistema institucional dependiente del mercado
exige seguridad, flexibilidad y certeza, la seguridad se refiere a la protección contra las
incertidumbres de índole jurídica, física y de tenencia. El supuesto es que los usuarios
realizarán inversiones rentables a largo plazo para obtener y usar los suministros de agua, sólo
si los derechos de aguas son razonablemente seguros.
Tradicionalmente se ha considerado al regadío como un elemento dinamizador de las zonas
rurales, tanto desde la perspectiva económica y de desarrollo de nuevas actividades ligadas a
la comercialización y transformación de la producción agraria y a los servicios, como desde la
óptica de la generación de empleo, la redistribución de la riqueza y la fijación de la población
en el medio rural.
Los objetivos principales del riego es suministrar a la zona radicular los cultivos, de forma
eficiente y sin alterar la fertilidad del suelo, el agua adicional a la precipitación que necesitan
I. INTRODUCCIÓN
4
para su crecimiento óptimo y cubrir las necesidades de lavado de sales de forma que evite su
acumulación en el perfil del suelo, asegurando la sostenibilidad del regadío. La utilización
correcta del agua por el regante para conseguir un uso eficiente de la misma, requiere la
aplicación de las técnicas de programación de riegos, que indican el momento y la cuantía de
cada riego, y un adecuado manejo de las redes de distribución y del proceso de aplicación de
agua para conseguir una aportación uniforme de agua a la parcela. Si a esto se une la función
de producción del cultivo con el agua (De Juan et al. 1996; Tarjuelo et al. 1996), es posible
llegar a identificar el manejo del riego que conduce al óptimo económico para la explotación,
aunque han de tenerse en cuenta, además, el precio y las disponibilidades de agua y otros
factores productivos para llegar a determinar las alternativas de cultivos óptimas.
El uso para riego de más agua de la necesaria, para satisfacer la evapotranspiración de los
cultivos, implica la existencia de filtraciones, escorrentía y/o percolación profunda, aunque
permita una reutilización posterior al pasar a cauces superficiales o a recarga de acuíferos,
provocará un posible deterioro de la calidad de las aguas receptoras de los retornos
excedentarios, además de un sobredimensionamiento de las obras hidráulicas que las
almacenan y transportan para su distribución en el campo. El exceso del consumo impide,
además, otros usos alternativos en la zona, entre los que se incluye el permitir mantener el
equilibrio del medio natural.
I.3.- LA INVESTIGACIÓN COMO BASE PARA MEJORAR LA
EFICIENCIA EN EL USO DEL AGUA
Una peculiaridad de la investigación sobre el tema del riego es que está muy ligada al entorno
climático y edáfico donde se desarrolla, no siendo siempre directamente extrapolable de unas
regiones a otras. La diferencia entre lo que se conoce sobre el manejo del riego y la práctica
habitual es muy grande actualmente en la mayoría de los países. Por eso, el principal
problema al que se enfrentan los técnicos (Fereres, 1995) es el de transferir tecnologías de
riego a los usuarios, a la par que se continúa profundizando en su estudio.
La investigación ha evolucionado tratando de dar soluciones a los problemas del
conocimiento de las necesidades de agua de los cultivos, a la respuesta de éstos al riego y al
desarrollo de sistemas de riego con alta uniformidad y eficiencia en el reparto del agua,
dándose cada vez más importancia al impacto ambiental del uso del agua para que ésta sea
una actividad sostenible.
I. INTRODUCCIÓN
5
I.4.- JUSTIFICACIÓN DE LA REALIZACIÓN DE LA PRESENTE TESIS
DOCTORAL
Por la importancia social y económica del regadío, así como los diversos Proyectos de
Investigación sobre la mejora de la eficiencia en el uso del agua en los sistemas de riego por
aspersión, realizados por el Centro Regional de Estudios del Agua, de la Universidad de
Castilla-La Mancha, así como la demanda de herramientas tendentes a la mejora del uso del
agua, queda suficientemente justificada la realización de la presente Tesis Doctoral, titulada:
Tecnología del riego por aspersión estacionario, calibración y validación de un modelo de
simulación.
II.- OBJETIVOS
II. OBJETIVOS
6
II.-OBJETIVOS
II.1.- GENERAL
Analizar el proceso de aplicación de agua en riego por aspersión estacionario y aportar
herramientas que puedan mejorar su diseño y manejo, tratando de contribuir al ahorro
de agua y energía, fundamental para la agricultura de zonas áridas y semiáridas, ante la
creciente escasez y carestía de estos recursos.
II.2.- ESPECÍFICOS
• Caracterizar experimentalmente la distribución del agua en riego por aspersión
estacionario en laboratorio y en campo, identificando de los principales factores
que condicionan el proceso de distribución de agua y sacando recomendaciones
para su diseño y manejo.
• Medir y analizar la distribución de los tamaños de gotas producidas por los
aspersores como base para la explicación de su comportamiento en el riego por
aspersión estacionario.
• Mejorar el modelo de simulación de riego por aspersión (SIRIAS) tratando de
conseguir que sea un modelo de validez general para las distintas condiciones de
trabajo típicas de este sistema de riego.
III.-REVISIÓN DE BIBLIOGRAFÍA
III.- REVISIÓN BIBLIOGRÁFICA
7
III.- REVISIÓN BIBLIOGRÁFICA
III.1.- LA DISTRIBUCIÓN DE AGUA EN SISTEMAS DE RIEGO POR ASPERSIÓN
La superficie regada por aspersión está aumentando de forma importante en los últimos años.
Aunque se trata de un sistema de riego de una alta eficiencia potencial, muestra una gran
sensibilidad a variables de diseño, ambientales y de manejo. Los principales problemas del riego
por aspersión se derivan de una inadecuada combinación de aspersor, boquillas y marco, del
efecto del viento y de presiones de funcionamiento fuera del rango óptimo. Como consecuencia,
la uniformidad de aplicación del riego puede disminuir de forma importante y las pérdidas por
evaporación y arrastre pueden alcanzar valores demasiado altos, lo cual aumenta la variabilidad
espacial del rendimiento del cultivo y disminuye la eficiencia en el uso del agua.
La uniformidad del riego indica el grado de igualdad de dosis recibida por los diferentes puntos
de la parcela. La eficiencia de riego se suele entender como el porcentaje de agua bruta aplicada
que es aprovechada para satisfacer las necesidades del cultivo y las de lavado.
III.2.1.- La Uniformidad de Distribución de agua
La Uniformidad de Distribución (UD) se define como la relación entre alguna medida de mínima
altura interceptada y la altura media interceptada. El sentido de mínimo lo proporciona la media
de las menores alturas interceptadas en una fracción concreta de zona con planta. La media del
25% menor es una de las más utilizadas:
100plantacon zona laen daintercepta media altura
plantacon zona la de regada menos 25% elen daintercepta media alturaUD25 x= ec. III.1
En riego por aspersión está muy extendida la utilización del Coeficiente de Uniformidad de
Christiansen (CU) (Christiansen, 1942). Éste es equivalente a la UD50 correspondiente a la media
del 50% del área menos regada (Tarjuelo, 2005)
En general, cuando se aplica un riego, no toda el agua queda almacenada en la zona del suelo
explorada por las raíces, sino que parte se pierde por evaporación, escorrentía y percolación
profunda, siendo muy diferente la cuantía de cada tipo de pérdida según el sistema de riego.
Conceptualmente, la idoneidad de un riego depende de: el incremento del agua almacenada en la
zona radicular del cultivo producido por el riego, las pérdidas por percolación profunda y por
III.- REVISIÓN BIBLIOGRÁFICA
8
escorrentía superficial, la uniformidad de la lámina infiltrada y el déficit de humedad del suelo
después del riego.
Un diagrama típico de la distribución del agua en un riego por aspersión puede ser el de la figura
III.1 que ilustra lo que ocurre cuando se riega una subunidad tratando de aplicar al menos la
altura requerida Hr para satisfacer las necesidades del cultivo en una proporción “a” del área
total, para lo que se necesita que el sistema descargue una altura bruta Hb que compense las
pérdidas ligadas al proceso de riego (Montero 1999; Tarjuelo, 2005).
Con el riego se aplicará al menos la dosis neta Dn o altura de agua requerida por el cultivo a una
proporción “a” del área total de la parcela. Según esto será Hr = Dn = (Ir Nn), siendo Ir el intervalo
entre riegos y Nn la mejor estimación de las necesidades netas de riego.
Figura III.1- Esquema de la distribución de agua en sistemas de riego por aspersión (Keller y
Bliesner, 1990)
De la altura bruta aplicada Hb se separan en primer lugar las pérdidas evitables (Pev)
correspondientes a fugas en las conducciones, lavado de filtros y tuberías, evaporación (aunque
éstas son pérdidas inevitables en riego por aspersión), escorrentía, etc., e incluso el exceso de Hr
sobre el déficit de humedad del suelo al aplicar el riego por elegir mal el momento o la cuantía
del riego.
La altura de agua infiltrada Hba, diferencia entre las dos anteriores (Hba = Hb - Pev), no se infiltra
por igual en todos los puntos de la parcela por limitaciones en la uniformidad de reparto de agua
Área infrarregada
Dn =Nn Ir
Hba Hp
Hn
a Hd
1-a
0 100
Fracción de área regada “a” (%)
Hba
Hb
Pev
Área sobrerregada
50
Altura relativa de agua
Aplicada
Distribución de agua aplicada con un CU
III.- REVISIÓN BIBLIOGRÁFICA
9
del sistema de riego, sino de una forma semejante a la indicada en la figura III.1 (una vez
ordenada según su cuantía). Esta distribución de agua se ajusta en la generalidad de los casos del
riego por aspersión y localizado a una distribución normal (Valiente, 1995).
El resultado de un riego es que, como media, se infiltra una lámina Hba y una proporción de área
“a” recibe al menos la lámina de agua que se pretendía aportar (Hr), quedando el resto (1-a) con
déficit. El regante puede decidir qué fracción de área “a” quiere que quede bien regada, no
resultando económicamente rentable en la generalidad de los casos que toda la parcela reciba al
menos esa Dn.
En caso de tener que realizar lavado del suelo, a la altura requerida Hr hay que sumar una altura
adicional R, denominándose fracción de lavado a la relación LR = RH
R
r +.
Si se denomina Hn a la altura media de agua que ha quedado almacenada en la zona radicular
(que será siempre menor que Hr cuando exista una zona de déficit), Hp a la altura media de agua
percolada por debajo de la zona radicular y Hd a la altura media de agua que representa el déficit
en la zona infrarregada (1-a), entonces, la calidad del riego para el deseado porcentaje de área
bien regada o sobrerregada (a) puede definirse basándose en una serie de parámetros como
(Tarjuelo, 2005):
* Eficiencia de aplicación o rendimiento de aplicación: Ra = Hn/Hba
* Eficiencia de distribución: EDa = Hr/Hba
* Coeficiente de déficit: Cd = Hd/Hr
* Factor de disponibilidad: Fa = Hn/Hr
* Porcentaje de percolación: Cp = Hp/Hb
III.- REVISIÓN BIBLIOGRÁFICA
10
III.2.- EFICIENCIA GENERAL DE APLICACIÓN EN RIEGO POR ASPERSIÓN
La eficiencia de riego Er se suele entender como el porcentaje de agua bruta aplicada que es
aprovechada para satisfacer las necesidades del cultivo y las de lavado ⇒ Er = Hn/Hb .
Puesto que Hn es difícil de cuantificar, a efectos de diseño suele utilizarse el concepto de
eficiencia general de aplicación (Ea) definida como la relación entre el objetivo de riego (Hr) y el
agua total que es necesario bombear para tal fin (Hb) ⇒ (Ea = Hr/Hb). Este concepto tiene
matices distintos según el sistema de riego.
Para calcular la relación entre dosis neta (Dn = Hr) y dosis bruta (Db = Hb) en riego por aspersión,
la eficiencia de aplicación (Ea) debe incluir los efectos de las pérdidas debidas a: la falta de
uniformidad en la aplicación, la percolación profunda, la evaporación, el arrastre por el viento y
las fugas en las tuberías (Keller y Bliesner, 1990), resultando:
Db = Dn/Ea si LR<0,1 ec. III.2
)LR1(E
D9,0D
a
nb −= si LR>0,1 ec. III.3
El coeficiente 0,9 se incluye para tener en cuenta las pérdidas inevitables por percolación al
considerarse que satisfacen el 10% de las necesidades de lavado, aunque actualmente se
encuentra en discusión el propio concepto de fracción de lavado manejado por los autores
citados.
Para el diseño de un sistema de aspersión, la Ea para un determinado porcentaje “a” de área
adecuadamente regada puede calcularse entonces como (Keller y Bliesner, 1990):
Ea = EDa Pe Pf ec. III.4
siendo Pe la proporción efectiva del agua descargada por los emisores que llega a la superficie
del suelo, como decimal (Pe=Hba/Hb), y Pf la proporción de agua descargada por los emisores
respecto a la total bombeada por el sistema, como decimal.
A continuación, se exponen más detalladamente la cuantificación de los tres componentes de
la Ea.
III.- REVISIÓN BIBLIOGRÁFICA
11
III.2.1.- Eficiencia de Distribución (EDa)
Para tener en cuenta la falta de uniformidad y las pérdidas por percolación profunda, se define
la Eficiencia de Distribución de agua (EDa) para un cierto porcentaje de área “a”
adecuadamente regada como:
100x regadaárea elpor recibida media Altura
regadaárea del "a" fracción lapor recibida mínima neta Altura = EDa
ec. III.5
De esta forma puede darse un significado más útil al concepto de CU, combinando las
medidas de uniformidad de aplicación (CU) con el concepto de área adecuadamente regada
“a” y obtener una medida de la eficiencia de distribución (EDa).
Admitiendo que los datos para obtener el CU siguen una función de distribución normal, se
presenta en la tabla III.1 (Keller y Bliesner, 1990) la relación entre los tres parámetros que se
acaban de mencionar. La determinación de la EDa en función de “a” y CU puede realizarse
Puesto que, son muchas las posibles combinaciones aspersor-boquillas-presión-marco de
riego, no se han ensayado todas ellas, sino que se ensayaron de una forma selectiva
aquellas que parecían más interesantes, y cuyo efecto se quería poner de manifiesto. Para la
selección de la combinaciones a ensayar, se consideraron las más utilizadas según los
marcos de riego elegidos. En el capítulo de resultados aparecen las tablas con todas las
combinaciones ensayadas para cada tipo de ensayo.
_ IV.- METODOLOGÍA
64
Los aspersores elegidos para el estudio, y sus principales características, se muestran en la
figura IV.4.
a) AGROS 40 (A40), trabajando a la presión de 320 kPa con boquillas 4,8 mm y 4,4+2,4
mm en el marco cuadrado de 15m x 15m, y con boquillas 4,4+2,4 mm en el marcos 18m x
15m en triángulo, (Aspersor de latón, fabricado por Cometal, en Albacete, España)
b) AGROS 35 (A35): trabajando con las boquillas 4,8 mm y 4,4+2,4 mm en el marco de
riego de 15m x 15m, a las presiones de 220, 320 y 450 kPa, con las boquillas 4,4+2,4 mm,
4,8+2,4 mm y 5,2 mm en el marco de 18m x 15m en triángulo, trabajando a 320 kPa.
(Aspersor de latón, fabricado por Cometal, en Albacete, España)
c) VYR 37 (V-37): trabajando a la presión de 320 kPa, con las boquillas 4,8 mm y 4,4+2,4
mm en el marco de 15m x 15m, y con las boquillas 4,4+2,4 mm en el marco 18m x 15m en
triángulo. (Aspersor de plástico fabricado por la empresa VYRSA, Burgos, España)
Figura IV.4. Aspersores AGROS 35, AGROS 40 y VYR 37con tres de sus principales característica
173 mm
33 mm
27º
195,5 mm
45 mm
27º
191,5 mm
47 mm
22º
_ IV.- METODOLOGÍA
65
IV.2.4.- Definición del valor medio de la dirección del viento
La dirección del viento, medida en una estación meteorológica automatizada y situada en
el borde de la zona de ensayo, con sensores para obtener la velocidad y dirección del
viento, temperatura del aire y humedad relativa, cuyas características están indicadas en la
tabla IV.1. En la figura IV.5 se presenta una fotografía de una estación similar a la referida
anteriormente.
Figura IV.5.- Fotografía de una estación agroclimática similar a la utilizada durante
los ensayos al aire libre
La dirección del viento está referenciada al norte geográfico, pero se ha realizado un ajuste
tomando como Norte de referencia el de la circulación del agua en los ramales de riego,
habiendo estimado un desfase entre ambos de 10º (fig. IV.6). El acuerdo adoptado por los
Servicios Nacionales de Meteorología hacen que el sentido de la rotación sea en sentido
trigonométrico inverso. En otras palabras, Norte, Este, Sur, y Oeste son representados
respectivamente por los ángulos 0º, 90º, 180º y 270º, con sentido entrante, tal y como
aparece en la figura IV.7.
Las series de direcciones de viento medidas presentan una discontinuidad entre 360º y 0º,
por lo que no es posible utilizar una media aritmética como tal para calcular la dirección
media a lo largo del ensayo a partir de los datos de viento de cada minuto. Esto puede
solucionarse mediante un método trigonométrico (Augier, 1996), donde el ángulo medio
de la dirección del viento (φ ) puede ser deducido por cualquiera de estas dos ecuaciones
IV.8 y IV.9:
_ IV.- METODOLOGÍA
66
=φ
R
Ccos 1- ec. IV.7
=φR
Ssen 1- ec. IV.8
siendo:
∑=
φ=n
1ii cos
n
1 C : el coseno medio de la serie de n medidas,
∑=
φ=n
1ii sen
n
1 S : el seno medio de la serie de n medidas,
φ1, φ2, φ3 ... φn, una serie de n medidas de ángulos de viento, comprendidos entre 0º y 360º,
22SC R += : la dirección del vector viento unitario medio.
Figura IV.6.- Esquema de la orientación de la parcela de ensayos respecto al Norte geográfico, y el desfase en ambos marcos de riego
15 m
15 m
Área evaluada
10º
N
15 m
18 m
Área evaluada N
10º
_ IV.- METODOLOGÍA
67
Figura IV.7.- Criterio adoptado para indicar la dirección del viento
Los sectores (en grados sexagesimales) correspondientes a cada viento son pues:
Vientos del norte (N): de 337,5° a 22,5°
Vientos del noreste (NE): de 22,5° a 67,5°
Vientos del este (E): de 67,5° a 112,5°
Vientos del sureste (SE): de 112,5° a 157,5°
Vientos del sur (S): de 157,5° a 202,5°
Vientos del suroeste (SO): de 202,5° a 247,5°
Vientos del oeste (O): de 247,5° a 292,5°
Vientos del noroeste (NO): de 292,5° a 337,5°
Lateral de riego
Lateral de riego
0º (entrante)
90º 180º
270º
_ IV.- METODOLOGÍA
68
IV.2.5.- Parámetros que caracterizan la distribución de agua
La terminología utilizada para describir el comportamiento del riego a nivel de parcela
incluye los términos de eficiencia y uniformidad, no existiendo ningún parámetro que por
sí sólo sea suficiente para describir el comportamiento del riego, por lo que siempre se
valoran varios parámetros a la vez.
A partir de los datos de pluviometría medidos durante los ensayos se calcularon la
Uniformidad de Distribución (UD) y el Coeficiente de Uniformidad de Christiansen (CU),
definidos como:
� Uniformidad de Distribución (UD)
Este término fue introducido por Merriam y Keller (1978), y puede definirse como:
UD (%) = 100x recogidaagua demedia altura
regada menosárea del % 25 el enrecogida agua demedia altura ec. IV.9
� Coeficiente de Uniformidad de Christiansen (CU)
El Coeficiente de Uniformidad fue desarrollado por Christiansen (1942) se expresa
en % mediante la expresión siguiente:
∑
xn
| x - x|
- 1 100 = (%) CUi
n
1 = i ec. IV.10
donde:
xi = altura de agua recogida por cada pluviómetro,
x = altura media de agua recogida en el total de los pluviómetros,
n = número total de pluviómetros que intervienen en la evaluación.
Para esto se utilizó el programa informático llamado SORA (SOlapamiento en Riego por
Aspersión), que se describe en el apartado IV.2.7. Este programa puede funcionar de forma
autónoma o bien integrado dentro del programa de simulación SIRIAS.
_ IV.- METODOLOGÍA
69
IV.2.6.- Tratamiento estadístico de los datos
IV.2.6.1. Comprobación del supuesto de normalidad de los datos
Keller y Bliesner (1990) y Valiente (1995), determinaron que la distribución de agua en
riego por aspersión estacionario es representada adecuadamente por una función de
distribución normal, a partir de esto se aplicó la prueba de bondad de ajuste de
Kolmogorov–Smirnov para verificar el supuesto de normalidad de los datos de distribución
pluviométrica. Siendo el estadístico de contraste utilizado:
^
1
sup ( ) ( )i in oi n
D x xF F≤ ≥
= − ec. IV.11
donde:
D = es la mayor frecuencia absoluta observada, entre la frecuencia acumulada observada
y la frecuencia acumulada teórica.
xi = al i-ésimo valor observado en la muestra.
^
( )inxF = estimador de la probabilidad de observar valores menores a xi
( )ioxF = es la probabilidad de observar valores menores o iguales que xi
Como criterio para la toma de decisión:
Si D ≤ Dα ⇒ se aceptó la hipótesis nula Si D > Dα ⇒ se rechazó la hipótesis nula
Siendo α=0,05
IV.2.6.2.- Establecimiento de correlaciones entre las variables
Para establecer el grado de asociación lineal entre las variables se utilizó el coeficiente de
correlación de Pearson, descrito por el estadístico:
1
( ) ( )
( 1)
N
i ii
X Y
X X Y Yr
N S S=
− − −=
−
∑ ec. IV.12
donde:
r = coeficiente de correlación, toma valores entre 1 y -1
iX X− = puntuaciones diferenciales de la variable X
iY Y− = puntuaciones diferenciales de la variable Y
_ IV.- METODOLOGÍA
70
XS = desviación típica de la variable X
YS = desviación típica de la variable Y
N = número de casos
Se comprobó el grado de significación de cada coeficiente basado en el test de que, en la
población la relación entre las dos variables sea cero, calculado mediante el estadístico:
2
2
1
Nt r
r
−=
− ec. IV.13
Donde:
t = distribución t de Student
r = coeficiente de correlación
N = número de casos
IV.2.6.3.- Modelo lineal general
Se utilizó el modelo lineal general, el cual es un modelo avanzado de análisis que ofrece
mayor flexibilidad para describir las relaciones entre una variable dependiente y un
conjunto de variables independientes. Permite realizar comparaciones múltiples para
identificar donde se encuentran las diferencias, mediante el estadístico siguiente:
Y = Bo + B1X1+………..Bk X k+ e ec.IV.14
donde:
Y = variable dependiente
X1…Xk= variables predictoras de Y
e = error aleatorio
B1,,,,,Bk = los pesos que determinan la contribución de cada variable independiente
Luego se realizaron comparaciones a posteriori. Esta comparación permite controlar la tasa
de error al efectuar varias comparaciones utilizando las mismas medias, permitiendo
reducir la posibilidad de concluir que existen diferencias entre las hipótesis, cuando en
realidad no existe (error tipo I).
_ IV.- METODOLOGÍA
71
IV.2.7.-Descripción del programa SORA (SOlapamiento en Riego por Aspersión)
Este programa es análogo a otros, tales como CATCH3D (Allen, 1992), o el desarrollado
por Tarjuelo (1989), pero con avances significativos respecto a los anteriores en cuanto a
su manejo y procesos de cálculos.
El SORA está programado en lenguaje Delphi para Windows’2000. Este programa puede
funcionar de forma autónoma o bien integrado en el programa SIRIAS. Estando sus
fundamentos debidamente descritos por sus autores Montero, Carrión y Tarjuelo, y la
actual versión distribuida es la v.2.0 (2006).
Básicamente lo que hace es, a partir de un modelo de reparto de agua radial o de un
aspersor al aire libre medido en campo o simulado, realizar el solapamiento para diversos
marcos de riego y calcular los parámetros de uniformidad y eficiencia que caracterizan la
distribución de agua. También permite calcular estos parámetros para un ensayo realizado
en un bloque de riego, donde se obtiene directamente la distribución de agua resultante.
El formato de los ficheros de SORA es de tipo ASCII, compatible con los programas
SIRIAS y CATCH3D.
Este programa (junto al programa SIRIAS) proporciona una herramienta útil para la
evaluación y mejora de los sistemas de riego por aspersión estacionario, utilizable tanto
para la elaboración de proyectos de riego, grupos de investigación, e incluso fabricantes de
aspersores.
_ IV.- METODOLOGÍA
72
IV.3.- DISTRIBUCIÓN DE LOS TAMAÑOS DE GOTAS PRODUCIDOS POR ASPERSORES DE TAMAÑO MEDIO
En este apartado se presenta la metodología seguida para medir los tamaños de gotas en
aspersores de tamaño medio, utilizando como equipo de medición un Disdrómetro Óptico
ODM 470. Las medidas se realizaron en un laboratorio para ensayos de materiales y
equipos para riego, ubicada en la Estación de Seguimiento en Mecanización Agraria de la
Consejería de Agricultura y Desarrollo Rural de la Junta de Comunidades de Castilla-La
Mancha, en Albacete.
IV.3.1.- Descripción del Disdrómetro Óptico ODM 470
Este equipo, fabricado por EIGENBRODT, está diseñado para su utilización en la
medición de las distribuciones de tamaños de gotas y otros hidrometeoros climáticos
dentro de la investigación en alta mar, sobre barcos en movimiento, sirviendo también
como elemento de calibración de otros instrumentos más sofisticados como los radares.
El equipo consta básicamente de una unidad de medida (transmisor+receptor), de una
unidad electrónica de procesado de datos, y de una fuente de alimentación con salida
digital al ordenador. En la figura V.8 aparece una fotografía de este equipo con sus
principales componentes.
_ IV.- METODOLOGÍA
73
Figura IV.8. Fotografía del Disdrómetro Óptico ODM 470
IV.3.2.- Principios de funcionamiento del disdrómetro óptico
El principio de funcionamiento del disdrómetro óptico ODM 470 está basado sobre la
atenuación de un flujo luminoso durante el paso de las gotas de agua por un volumen
cilíndrico sensible.
El volumen sensible (VS) tiene unas dimensiones de 120 mm de longitud y 22 mm de
diámetro (45616 mm3).
La fuente luminosa es producida por un diodo de luz infrarroja de alta potencia (de 150
mW IR-LED) que emite una luz de 880 nm de longitud de onda, con una frecuencia de 20
UNIDAD DE MEDIDA (transmisor-receptor)
UNIDAD ELECTRÓNICA
_ IV.- METODOLOGÍA
74
kHz, y pasa por un sistema de lentes y un filtro de paso de luz. El flujo es enfocado por
otro par de lentes convergentes hacia un fotodiodo receptor que transforma la señal
luminosa en una señal eléctrica de 5 voltios (señal de referencia). Sólo la parte del flujo
que es paralelo al eje óptico puede ser recibido por el diodo receptor.
Cuando una gota (u otro elemento) pasa por el VS, se produce una atenuación del flujo
luminoso, y por tanto de la señal eléctrica. Así, el voltaje producido es proporcional al
cociente entre la sección de la gota que pasa y de la sección del VS, y va desde 0 V hasta el
voltaje de referencia (5 voltios). Este rango de voltaje es digitalizado mediante un
convertidor A/D de 14-bit.
Por lo tanto, la atenuación del flujo luminoso y de la señal eléctrica es directamente
proporcional al diámetro equivalente de la gota que lo interrumpe, y la duración de la señal
depende del tiempo de paso de la gota por el VS, y por tanto, será inversamente
proporcional a la velocidad terminal de la gota.
Así pues, estas son las dos medidas que resultan: el tamaño de cada gota y el tiempo de
paso por el volumen sensible.
El equipo está calibrado para medir hasta diámetros de 20,8 mm, desde un diámetro
mínimo de 0,5 mm, con una desviación estándar en los tamaños de gotas medidos de 0,03
mm.
La forma cilíndrica del volumen sensible hace las medidas independientes del ángulo de
incidencia de las gotas.
IV.3.3.- Problemas de simultaneidad de gotas en el volumen sensible y efecto borde
Dos posibles errores se cometen en el proceso de medida de los diámetros de gotas: cuando
dos o más gotas pasan a la vez de forma solapada por el VS, y cuando una gota pasa por el
borde del volumen sensible, es decir, parcialmente.
Cuando dos o más gotas están a la vez en el volumen sensible, el área transversal ocupada
es mayor, lo que daría una gota de un diámetro mayor al real (el equivalente al de las dos
gotas), y además con un mayor tiempo de paso.
El otro problema se produce cuando una gota cruza parcialmente el VS por el borde. Así,
el área transversal ocupada es menor, por lo que medirá una gota de menor diámetro.
Estos problemas lo tienen los disdrómetros con este principio de funcionamiento, aunque
puede ser resuelto analizando adecuadamente las señales.
_ IV.- METODOLOGÍA
75
IV.3.4.- Cálculos realizados
Los cálculos realizados fueron los siguientes
• Número total de gotas medidas (NT)
∑=
=Nc
1iiT N N ec. IV.15
siendo:
Ni: número de gotas de la clase i,
Nc: número de clases de diámetros de gotas.
• Diámetro medio numérico (DM):
T
Nc
iii
M N
ND
D∑== 1
ec. IV.16
• Porcentaje efectivo de números de gotas (%Ni) para cada diámetro i
100N
NN%
T
ii = ec. IV.17
• Porcentaje acumulado de números de gotas (%ANi)
∑=
=i
1iii N%AN% ec. IV.18
• Porcentaje efectivo de volúmenes de agua (%Vi) para cada diámetro i
100V
VV%
T
ii = ec. IV.19
siendo Vi el volumen de agua (en mm3) correspondiente a cada clase de gotas de
diámetro i, y VT el volumen de agua correspondiente al número total de gotas
medidas.
• Porcentaje acumulado de volúmenes de agua (%AVi)
∑=
=i
1iii V%AV% ec. IV.20
_ IV.- METODOLOGÍA
76
Luego a partir de estos cálculos, mediante una hoja de excel se obtuvieron:
• Diámetro Mediano Numérico (DMN): es el diámetro de gota al que le corresponde el
50% acumulado del número de gotas.
• Diámetro Mediano de Volúmenes (DMV): es el diámetro de gota al que le corresponde
el 50% acumulado del volumen de agua.
IV.3.5.- Corrección de los errores del proceso de medición
La metodología para detectar los errores en la medición de los tamaños de gotas fue
implementada por Burguete et al. (2007), en la que se consideran dos hipótesis para
eliminar los errores que presenta el uso del disdrómetro en el proceso de medición.
A) Las gotas de un mismo diámetro pasan por el VS del disdrómetro a velocidades
similares, por lo tanto, un tratamiento estadístico, basado en el tiempo de paso, elimina una
gran parte de los errores cometidos.
B) Fukui et al (1980) consideran que las gotas son esféricas dentro de la gama de
velocidades de gotas producidas en el riego por aspersión, y puesto que la disminución de
la señal eléctrica en el VS es proporcional al diámetro real de las gotas, entonces la sombra
de cada gota será un circulo con el mismo radio que la gota. Si gotas de n diámetros se
superponen, el VS producirá una señal asociada a la sombra de las gotas superpuestas, por
lo que:
n
2det i
ti 1
d max d=
= ∑ ec.IV.21
donde:
detd = diámetro detectado
tmax = tiempo de paso
d = diámetro de las gotas
Asumiendo que el VS es el eje de las abscisas y la trayectoria de las gotas la ordenada,
entonces, la probabilidad de llegada de las gotas es independiente de la coordenada x. En
estas condiciones, el tiempo de paso de una gota en una coordenada x es:
( )2 22 R r x
Tv
+ −= ec.IV.22
donde:
T = tiempo se paso de la gota R = radio del VS
_ IV.- METODOLOGÍA
77
r = radio de la gota v = la velocidad de la gota
En esta parte de la metodología se introdujo una modificación, Burguete et al. (2007),
tomaron el T del total de las gotas, y se consideró que cada clase de gota tiene su propio
tiempo de paso.
El tiempo medio de paso de cada clase de gotas por el VS será:
( )2R r
R r
R r
R r
2 R r xdx R rvT
2 vdx
+
− −
+
− −
+ −π +
= =∫
∫ ec.IV.23
donde:
T = tiempo medio de paso de cada clase de gotas x = la distancia del paso de la gota con respecto al eje de las abscisas
A partir del tiempo medio de paso de cada clase de gotas, la velocidad de la gota puede ser
obtenida:
R r
v2 T
π += ec.IV.24
Las gotas de una clase dada, que toma más tiempo en pasar por el VS, son aquellas que
pasan a través del centro del círculo. El tiempo de paso para esta clase de gotas será:
( )
max
2 R rT
v
+= ec.IV.25
Por consiguiente, la proporción entre los tiempos de paso máximos y medios será:
maxT 4
T=π ec.IV.26
donde:
maxT = tiempo máximo de paso de la clase de gotas
A partir de este planteamiento pueden presentarse varias situaciones:
a) Si el VS registra un tiempo de paso T>Tmax, entonces se asume que las gotas
deben haberse superpuesto, y por tanto, el registro se considera incorrecto, y es
eliminado. Este proceso se debe repetir, por que algunos parámetros cambian de
valor, hasta que T<Tmax.
b) Otro caso es cuando las gotas pasan lateralmente por el VS,
_ IV.- METODOLOGÍA
78
si ( ) ( )x R r, R r R r,R r∈ − − − + ∪ − + .
En estos casos, el tiempo de paso satisfará la condición:
( ) ( )2 2
min
2 R r R r 4T T Rr
v
+ − −< = =
π ec.IV.27
minT = tiempo mínimo de paso de las gotas
La proporción entre el tiempo mínimo y el tiempo promedio es:
minT 8 Rr
R rT=π +
ec.IV.28
Por lo que se asume, sí el VS registró un tiempo de paso T <Tmin, entonces la gota ha
pasado lateralmente por el VS, y como consecuencia, este registro se considera incorrecto,
por lo que se elimina, debiendo repetir el proceso, por que algunos parámetros cambiaban
de valor, hasta que T>Tmin
El error (τ) de tolerancia considerado fue de 10%.
IV.3.6.- Análisis estadísticos
A los datos depurados con la metodología definida en el apartado IV.3.4, se le aplicó un
modelo lineal general, mediante la ecuación IV.16, para establecer las relaciones existentes
entre las variables (DVM, DNM y DM) y los factores: aspersor, condición de las boquillas
(con vaina prolongadora del chorro y sin vaina prolongadora del chorro), combinación de
boquillas, presión de trabajo y distancias al aspersor.
_ IV.- METODOLOGÍA
79
IV.4.- METODOLOGÍA DEL MODELO DE SIMULACIÓN DE RIEGO POR ASPERSIÓN SIRIAS
IV.4.1.- Fundamentos del modelo de simulación SIRIAS
El SIRIAS está basado en la teoría balística (Carrión et al., 2001 y Montero et al., 2001),
su procedimiento consiste básicamente en lo siguiente:
1) Partir de la curva radial de distribución pluviométrica del aspersor en ausencia de
viento.
2) Utilizar el modelo de simulación, aplicando la teoría balística al movimiento de
una gota aislada sobre la que actúa además la velocidad del viento (W), y obtener
el modelo de reparto de agua de un aspersor distorsionado por el viento sobre una
red cuadrada y continua de pluviómetros.
3) Solapar el modelo de distribución de agua de un sólo aspersor para cualquier
espaciamiento entre aspersores, determinando los parámetros que caracterizan la
distribución de agua.
Puesto que el proceso de rotura del chorro para la formación de gotas es muy complejo, es
preciso establecer simplificaciones y aproximaciones razonables que posibiliten su
modelización. En esta línea se han considerado las siguientes hipótesis principales:
• Que el chorro se desintegra en un conjunto discreto de gotas de diferentes
tamaños que se mueven independientemente en el aire, con unos coeficientes de
resistencia aerodinámica en función del número de Reynolds de una gota
esférica aislada (Seginer et al., 1991b).
• Que el coeficiente de resistencia es independiente de la altura del aspersor sobre
el suelo, la inclinación del chorro, la velocidad del viento, el diámetro de
boquilla, etc.
• Que las gotas de diferentes tamaños caen a diferentes distancias.
A partir de las consideraciones anteriores, la metodología utilizada por el SIRIAS es la
siguiente:
A.- El dato de partida es la curva radial de reparto de agua de la combinación aspersor-
boquillas-presión que se quiere simular.
_ IV.- METODOLOGÍA
80
B.- A partir de la curva anterior se considera un conjunto discreto de tamaños de gotas que
van, desde uno inicial Di (normalmente 0,30 mm) hasta otro final Df (que en principio
se desconoce) con un incremento entre gotas ∆D ajustable según la precisión deseada.
Mediante la aplicación de la teoría balística se obtiene la distancia "r" que alcanza
cada tamaño de gota de diámetro "D" en ausencia de viento. A partir de esta distancia,
a dicho tamaño de gota se le asigna la pluviometría que le corresponde según la
gráfica que representa la curva radial de pluviometría (realmente se le asigna el valor
promedio de pluviometría comprendido entre la mitad de la distancia alcanzada por la
gota anterior y la mitad de la alcanzada por la siguiente). Este proceso se repite
incrementando cada tamaño de gota en ∆D, hasta que se obtenga un valor de tamaño
de gota (máximo) para el cual la distancia "r" no supere el radio de alcance del
aspersor. Lógicamente, por coherencia del modelo, tamaños mayores de gotas no se
podrían producir, ya que alcanzarían distancias no recogidas por la curva de
pluviometría. Finalizado este proceso y en el intervalo indicado, cada tamaño de gota
tiene asignada una pluviometría de manera que, la suma de todas será la pluviometría
total que contempla la curva radial.
C.- Para cada uno de los tamaños de gota obtenidos en el punto anterior, con su
pluviometría asociada, se vuelve a aplicar el cálculo balístico considerando ahora, por
un lado, el efecto del viento sobre la trayectoria de la gota y por otro, diferentes
direcciones de lanzamiento con relación a la dirección del viento. El número
direcciones de lanzamiento de cada tamaño de gota es ajustable hasta un máximo de
360 (un lanzamiento cada grado) y, evidentemente, la pluviometría asignada a un
determinado tamaño de gota se reparte en tantas partes iguales como direcciones de
lanzamiento se han establecido (si se fijan n direcciones, para el modelo se supone que
existen n gotas de cada tamaño y, por tanto, se reparten la pluviometría). Con este
procedimiento se obtiene una malla o conjunto de puntos (donde caen las diferentes
gotas), distribuidos en el plano, cada uno con su pluviometría asociada.
D.- El plano de cobertura del aspersor se considera como una red continua de
pluviómetros cuadrados de tamaño ajustable (normalmente de 0,25 m x 0,25 m, que se
asocian después para formar una red de 2m x 2m ó 3m x 3m para asemejarse a los
espaciamientos entre pluviómetros utilizados en la evaluaciones de campo) de manera
qué, cuando una gota cae sobre cualquiera de los cuadros o pluviómetros incrementa la
pluviometría acumulada para dicho cuadro. Calculada la trayectoria de cada gota y,
_ IV.- METODOLOGÍA
81
por tanto, el punto de impacto con el suelo o cultivo ocurre que, al finalizar la
simulación, la pluviometría total (correspondiente a la curva de distribución radial)
está repartida entre los diferentes pluviómetros de la red continua, según la trayectoria
descrita por las gotas en función de la dirección de lanzamiento, de la dirección y
velocidad del viento. De esta manera, el modelo simula el comportamiento que tendría
un aspersor real en el que la distribución del agua se midiese con pluviómetros
espaciados a la distancia considerada, que es el procedimiento que se utiliza para los
ensayos de campo.
E.- A partir de los resultados obtenidos en el apartado anterior, que tienen las mismas
estructuras de datos que se obtendrían mediante los correspondientes ensayos de
campo, se aplican las mismas técnicas de análisis para los resultados de la simulación
que las utilizadas en los ensayos de campo.
F.- La validez del modelo se demuestra comparando los resultados obtenidos con el
modelo de simulación y los realmente medidos en condiciones de campo. Para ello se
seleccionan los coeficientes de resistencia aerodinámico k1 y k2 que mejor representan
la distribución de agua medida en campo.
IV.4.2.-Corrección del coeficiente de resistencia aerodinámico
La fuerza de resistencia aerodinámica para una gota aislada puede calcularse (Fukui et al.
1980) como: Fr = m C2 V2 = m
3
4
C
D V
1
8 C D Va
w
2a
2 2ρρ
ρ π= ec. IV.29
siendo: m la masa de la gota, V la velocidad de la gota en el aire, ρa la densidad del aire, ρw la
densidad del agua, D el diámetro de la gota (m) y C el coeficiente de resistencia aerodinámica,
definido para una gota aislada en función del número de Reynold como:
Si Re < 128 C = 1.2 - 0.0033 Re + 33.3/Re ec.IV.30
Si 128 < Re < 1440 C = 0.48 - 0.0000556 Re + 72.2/Re ec.IV.31
Si Re > 1440 C = 0.45 ec.IV.32
siendo Re = V D/υ el número de Reynolds, donde υ es la viscosidad cinemática del aire.
El contorno del modelo de reparto de agua de un sólo aspersor que se obtiene con el
planteamiento anterior es casi circular, no reproduciendo bien la deformación real originada
por el viento, por qué, en realidad, la gota no vuela sola durante el proceso de distribución de
agua por el aspersor. La distorsión real originada por el viento consiste básicamente en un
estrechamiento en la dirección perpendicular al viento así como en un acortamiento a
_ IV.- METODOLOGÍA
82
barlovento y un alargamiento a sotavento, en este caso de mayor cuantía que el anterior, (von
Bernuth y Seginer 1990).
Para conseguir un mejor ajuste, Seginer et al. (1991a) proponen una corrección del
coeficiente de resistencia aerodinámica C del tipo:
C’ = C (1 + K1 sen β) ec.IV.33
siendo K1 una constante que hay que determinar mediante comparación con datos de
campo (indicando que suele variar entre 0,6 y 1,2) y β el ángulo que forman los vectores V
(velocidad de la gota relativa al aire) y U (velocidad de la gota relativa al suelo). Este tipo de
corrección produce un estrechamiento del modelo, sobre todo en la dirección perpendicular
al viento, y en menor medida en la propia dirección del viento.
Para aproximarse más a la deformación real originada por el viento Carrión et al., 2001
proponen una corrección del tipo:
C’’ = C (1 + k1 sen β - k2 cos α) ec.IV.34
siendo α el ángulo que forman los vectores V y W (velocidad del viento). De esta manera, con
k1 sen β, se consigue el mismo efecto que antes, y con k2 cos α, se produce un acortamiento
adicional a barlovento y un alargamiento a sotavento de mayor cuantía, sin efecto sobre la
dirección perpendicular al viento. Resulta fundamental determinar los valores que deben
tomar los coeficientes k1 y k2, y su dependencia del viento, la presión y los demás factores que
intervienen en el riego por aspersión., para reproducir correctamente el modelo de
distribución de agua con la simulación.
IV.4.3.- Parámetros evaluados con el SIRIAS
� Parámetro de similitud unidimensional (ε), definido como:
m
mc
L
LL =
−ε ec. IV.35
siendo Lc y Lm las distancias al aspersor del centro de gravedad del modelo
calculado (simulado) y medido (ensayado en campo), respectivamente.
� Parámetro bidimensional φ. Es un parámetro de similitud en el plano,
definido como la relación entre la intersección de áreas y la unión de áreas.
_ IV.- METODOLOGÍA
83
cm
cm
SS
SS
∪∩=φ ec. IV.36
siendo Sc y Sm las áreas calculadas y medidas, respectivamente.
� Parámetros de similitud espacial.
A.
SD2 = Σ [Pic - Pim]2 ec. IV.37
donde Pic y Pim son las pluviometrías calculadas y medidas en cada uno de los
n puntos mojados indistintamente por ambos modelos.
B.
SMD = | Pic – Pim | ec. IV.38
Muestra la suma de la matriz diferencia entre ambos modelos de
distribución de agua, medidos y simulados.
C.
SMD/Nu ec. IV.39
donde Nu es la unión de los puntos mojados en ambos modelos de distribución
de agua. Da una idea del error cometido (en pluviometría) con la simulación.
D. DELTA (δ)
mr
1/2u
2D
/SQ
)/N(S=δ ec. IV.40
donde Qr es el caudal recogido por los pluviómetros en el ensayo de campo.
Cuando se compara entre dos modelos simulados, el parámetro δ se calcula a
partir de los valores medios de N, S y Q.
_ IV.- METODOLOGÍA
84
IV.4.4.- Selección del escenario que mejor representa la distribución de agua medida en campo
Para la selección del escenario que mejor representó la distribución de agua medida en
campo, se tomó como criterio los coeficientes empíricos que corrigen la resistencia
aerodinámica en el vuelo de las gotas de agua, k1 y k2 (Seginer et al. 1991b, Tarjuelo et al.
1994). Con el coeficiente corrector k1, el modelo de distribución de agua se estrecha
simétricamente en la dirección perpendicular a la dirección del viento, con el k2 el modelo
simulado se acorta en su parte anterior (a barlovento) y se alarga en su parte posterior (a
sotavento), según la dirección del viento, pero sin ningún efecto en la dirección
perpendicular al viento. Conforme aumenta k2 el área mojada aumenta ligeramente, así
como el desplazamiento del centro de gravedad en la misma dirección del viento; el
incremento del alcance a sotavento es mayor que la disminución a barlovento. La
influencia de este coeficiente es mucho menor que la de k1.
A k1 se le asignaron valores desde 0 a 4, con incrementos de 0,25
A k2 se le asignaron valores de 0 a 0,4, con incremento de 0,05
Se realizaron un total de 153 simulaciones para cada uno de las 62 ensayos seleccionados
para la calibración, de las cuales se tomó el valor medio de los cinco menores valores del
coeficiente delta (δ), como criterio para la selección de los k1 y k2 que mejor representan el
escenario medido en campo.
V.- RESULTADOS Y DISCUSIÓN
V.- RESULTADOS Y DISCUSIÓN
85
V.- RESULTADOS Y DISCUSIÓN
V.1.-CARACTERIZACIÓN DE LA DISTRIBUCIÓN DE AGUA EN CONDICIONES SIN VIENTO
V.1.1.- Resultados de los ensayos radiales
En la presente tesis se escogió un total de doce combinaciones aspersor-boquillas–presión, de
las más usadas en sistemas fijos de riego por aspersión. En la tabla V.1 se presentan los datos
fundamentales de las curvas radiales de distribución de agua con estas combinaciones, así
como los valores de CU y UD para los marcos de riego estudiados.
En la figura V.1 (a y b) se pone de manifiesto el efecto del número de boquillas, la presión de
trabajo y el tipo de aspersor en la forma de la curva radial de distribución pluviométrica. En
los aspersores Agros 35 y VYR 37 hay una diferencia más marcada, entre el reparto de agua
con una y dos boquillas que en el Agros 40. También se observa como, a baja presión (220
kPa), hay mayor pluviometría en la parte final del radio mojado, tendiendo a un modelo tipo
“rosquilla”, que dará, en general, valores más bajos de CU y UD para cualquier marco de
riego. La boquilla secundaria hace que los modelos de reparto de agua sean más triangulares.
En la tabla V.1, se pone de manifiesto como aumenta el caudal descargado y el alcance
cuando aumenta de la presión.
En general, la uniformidad de reparto de agua aumenta a medida que aumenta la presión de
trabajo, sobre todo al pasar de 220 kPa a 320 kPa, y en menor medida al pasar de 320 a 450
kPa. Esto pone de manifiesto que la presión de 450 kPa puede ser excesiva, siendo suficiente
con 320 kPa para obtener casi la misma uniformidad, y con menor consumo de energía.
En cuanto al comportamiento de los aspersores, para una boquilla, y marco de riego de 18m x
15m T, con el Agros 40 se obtienen los mayores parámetros de uniformidad, en tanto que con
dos boquillas la uniformidad más alta fue con el Agros 35 en el marco de 15m x 15m.
También se observa como la uniformidad es normalmente mayor con dos boquillas que con
una.
V.- RESULTADOS Y DISCUSIÓN
86
Tabla V.1. Relación de las combinaciones ensayadas, caudal de descarga teórico, radio de alcance y parámetros de uniformidad (%) en ambos marcos de riego
Marco de riego (m x m) Combinación Aspersor Boquillas (mm) Presión (kPa)
Caudal
(l h-1)
Radio mojado (m)
18 x 15 T 15 x 15
UD CU UD CU
R1 AGROS 35 4,4+2,4 220 1338 14,4 60 74 68 77
R2 AGROS 35 4,4+2,4 320 1635 15,2 69 82 77 84
R3 AGROS 35 4,4+2,4 450 1962 15,5 77 87 84 88
R4 AGROS 35 4,8+2,4 320 1827 15,4 68 82 78 85
R5 AGROS 35 4,8 220 1206 14,0 42 64 60 66
R6 AGROS 35 4,8 320 1470 15,3 56 75 67 77
R7 AGROS 35 4,8 450 1760 15,5 54 73 73 79
R8 AGROS 35 5,2 320 1785 16,0 64 80 73 80
R9 AGROS 40 4,4+2,4 320 1635 15,3 73 84 72 82
R10 AGROS 40 4,8 320 1470 16,0 81 89 68 81
R11 VYR 37 4,4+2,4 320 1666 14,5 59 77 77 82
R12 VYR 37 4,8 320 1547 15,6 56 75 70 77
V.- RESULTADOS Y DISCUSIÓN
87
AGROS 35 con 4,8 mm
0
1
2
3
4
5
6
7
8
9
10
0 2 4 6 8 10 12 14 16 18Dis tancias (m)
Pluviom
etria (m
m h
-1)
220 320 450
AGROS 35 con 4,4+2,4 mm
0
1
2
3
4
5
6
7
8
9
10
0 2 4 6 8 10 12 14 16 18Dis tancias (m)
Pluv
iometría (m
m h
-1)
220 320 450
AGROS 40 a 320 kPa
0123456789
10
0 2 4 6 8 10 12 14 16 18
Distancias (m)
Pluviom
etria (mm h
-1)
4,8 4,4+2,4
VYR 37
0
2
4
6
8
10
0 2 4 6 8 10 12 14 16 18
Distancias (m)
Pluviom
etría (mm h
-1)
4,8 4,4+2,4
º
Figura V.1. (a). Curvas radiales correspondientes a las combinaciones con boquillas de 4,4+2,4 mm y 4,8 mm, a las diferentes presiones ensayadas
Donut o rosquilla P = -0,0141d3 + 0,347d2 - 2,4919d + 7,164 (R2 = 0,89)
P= pluviometría; d=distancia
A partir de las ecuaciones de la de la tabla V.4 se generó la curva radial de cada grupo,
obteniéndose los parámetros de uniformidad en los dos marcos de riego, y se
establecieron comparaciones con los parámetros de uniformidad obtenidos con la curva
radial media de cada grupo
Como se observa en la tabla V.5, para el marco de 15m x 15m, las diferencias entre los
valores de CU y UD obtenidos con la curva media y la de la ecuación de ajuste, varía
entre el 2% y el 8% en el CU, y entre el 4% y el 12% en la UD. Para el marco de riego de
18m x 15m T las diferencias son algo menores como muestra en la tabla V.6
V.- RESULTADOS Y DISCUSIÓN
94
Elíptica
P = -0,0147d3 + 0,4003d
2 - 3,3272d + 10,367
R2 = 0,9284
0
1
2
3
4
5
6
7
8
9
10
0 2 4 6 8 10 12 14 16 18
Distancia (m)
Pluviom
etría (mm h
-1)
Curva radial media del grupo Polinómica (Curva radial media del grupo)
Triangular
P = 0,0013d4 - 0,0511d
3 + 0,6713d
2 - 3,4721d + 8,9915
R2 = 0,9179
012
34567
8910
0 2 4 6 8 10 12 14 16 18
Distancia (m)
Pluviom
etría (mm h
-1)
Curva radial media del grupo Polinómica (Curva radial media del grupo)
Donut
P = -0,0141d3 + 0,347d
2 - 2,4919d + 7,164
R2 = 0,8959
01
23
456
78
910
0 2 4 6 8 10 12 14 16 18
Distancia (m)
Pluviom
etría (mm h
-1)
Curva radial media del grupo Polinómica (Curva radial media del grupo)
Curvas radiales medias en todos los tipos de curvas
012345678910
0 2 4 6 8 10 12 14 16 18
Distancia (m)Pluviom
etría (mm h
-1)
Donut Elíptica Triangular
FiguraV 3. Curvas radiales características de los grupos identificados en el análisis cluster sin la normalización de la pluviometría ni la distancia.
V.- RESULTADOS Y DISCUSIÓN
95
Tabla V.5. Error cometido en % entre los parámetros de uniformidad obtenidos con las curvas radiales
medias de los grupos y los obtenidos a partir de la curva radial generada con la ecuación descriptiva de
cada grupo, en marco de riego de 15m x 15m
Grupo Combinaciones Uniformidades con las curvas radiales medias de los grupos
Uniformidades con las curvas radiales obtenidas con las ecuaciones de los grupos
Diferencias
CU UD CU UD CU UD
Elíptica R9 y R10 83 74 76 65 -8,0 -12
Triangular R2, R3, R4, R7 y R11
85 83 83 78 -2,3 -6,0
Donut R1, R5, R6, R8 y R12
74 72 79 69 +6,0 -4,1
(-): Uniformidades con las curvas radiales obtenidas con las ecuaciones de los grupos son menores, que las curva radiales medias; (+): Uniformidades con las curvas radiales obtenidas con las ecuaciones de los grupos son mayores, que las curva radiales medias.
Tabla V.6. Error cometido en % entre los parámetros de uniformidad obtenidos con las curvas radiales
medias de los grupos y los obtenidos a partir de la curva radial generada con la ecuación descriptiva de
cada grupo, en el marco de riego de 18m x 15m triangular
Grupo Combinaciones Uniformidades con las curvas radiales medias de los grupos
Uniformidades con las curvas radiales obtenidas con las ecuaciones de los grupos
Diferencias
CU UD CU UD CU UD
Elíptica R9 y R10 87 78 89 85 +2,3 +9,0
Triangular R2, R3, R4, R7 y R11
85 73 81 75 -4,7 +2,7
Donut R1, R5, R6, R8 y R12
75 64 80 71 +6,6 +10
(-): Uniformidades con las curvas radiales obtenidas con las ecuaciones de los grupos son menores, que las curva radiales medias; (+): Uniformidades con las curvas radiales obtenidas con las ecuaciones de los grupos son mayores, que las curva radiales medias
V.- RESULTADOS Y DISCUSIÓN
96
V.1.5.-Conclusiones sobre los ensayos en condiciones sin viento
� La presión de trabajo de 320 kPa parece ser la más adecuada para este tipo de
aspersores, alcanzando mayor uniformidad con dos boquillas.
� Existen tres tipos de curvas radiales según la forma de distribución pluviométrica
del aspersor, los cuales dependen fundamentalmente, del número de boquillas y
de la presión.
� Las curvas radiales medias, producto del conjunto de curvas que componen cada
grupo se pueden modelizar con ecuaciones de tercer y cuarto grado, obteniéndose
parámetros de uniformidad muy similares a los valores medios de cada grupo,
dentro de los ensayos consabidos.
� El tamaño del aspersor puede condicionar la uniformidad de la distribución de
agua, así el aspersor Agros 40, que es el de mayor tamaño de los tres ensayados,
obtuvo buena uniformidad de reparto de agua en los dos marcos de riego
ensayados (18m x 15m T y 15m x 15m), tanto con una como con dos boquillas.
Los aspersores Agros 35 y VYR 37 funcionan mejor con dos boquillas.
� En el marco cuadrado (15m x 15m) el tipo de curva radial que obtiene mayor
uniformidad de aplicación de agua parece que es la tipo triangular, aunque
también la tipo elíptica se comporta bien. En el marco triangular (18m x 15m T)
ha resultado mejor la curva radial tipo elíptica, aunque tampoco se comporta mal
la tipo triangular. En ambos marcos la curva radial tipo “donut o rosquilla”
origina mala uniformidad de aplicación de agua.
V.- RESULTADOS Y DISCUSIÓN
97
V.2.-CARACTERIZACIÓN DE LA DISTRIBUCIÓN DE AGUA EN RIEGO POR ASPERSIÓN ESTACIONARIO AL AIRE LIBRE
V.2.1.-Resultados de los ensayos al aire libre
Para este estudio se realizaron una serie de ensayos en cobertura total, con las
combinaciones descritas en el apartado IV.2.3. (tabla V.7). Para simplificar el trabajo de
campo se establecieron tres rangos de velocidades de viento (entre 0 y 2 m s-1; entre 2 y 4
m s-1 y mayor a 4 m s-1), realizándose al menos dos ensayos en cada combinación-
velocidad de viento.
Tabla.V.7. Número de ensayos válidos en cada combinación
Combinación Aspersor Marco (m x m )
Boquillas (mm)
Presión (kPa)
Número de ensayos válidos
C1 AGROS 35 15 x 15 4,4+2,4 220 7 C2 AGROS 35 15 x 15 4,4+2,4 320 7 C3 AGROS 35 15 x 15 4,4+2,4 450 5 C4 AGROS 35 18 x 15 T 4,4+2,4 320 7 C5 AGROS 40 15 x 15 4,4+2,4 320 8 C6 AGROS 40 18 x 15 T 4,4+2,4 320 7 C7 VYR 37 18 x 15 T 4,4+2,4 320 3 C8 VYR 37 15 x 15 4,4+2,4 320 4 C9 AGROS 35 18 x 15 T 4,8+2,4 320 7 C10 AGROS 35 15 x 15 4,8 220 7 C11 AGROS 35 15 x 15 4,8 320 6 C12 AGROS 35 15 x 15 4,8 450 6 C13 AGROS 40 15 x 15 4,8 320 6 C14 VYR 37 15 x 15 4,8 320 6 C15 AGROS 35 18 x 15 T 5,2 320 10
T: en triangulo
V.2.1.1.-Comprobación del supuesto de normalidad de los datos de campo
Para comprobar la normalidad de los datos se utilizó el test de Kolmogorov-Smirnov (ec.
IV.11), en las tablas V.8 y V.9 se muestran los resultados ya depurados por la aplicación
de este test. Keller y Bliesner (1990), Valiente (1995) y otros autores han determinado
que la aplicación de agua en el riego por aspersión estacionario puede ser representada de
forma adecuada por una función de distribución normal.
V.- RESULTADOS Y DISCUSIÓN
98
Tabla V. 8. Resultados de test de normalidad Kolmogorov-Smirnov aplicado a los ensayos en el marco
cuadrado de 15m x 15m
gl = grados de libertad; *: Corrección de la significación de Lilliefors y V: ensayos del aspersor VYR 37
Identificación Kolmogorov-Smirnov Identificación Kolmogorov-Smirnov Estadístico gl Sig. Estadístico gl Sig.
Cob 31V 0,111 25 ,200(*) Cob 62 0,107 25 ,200(*)
Cob 33V 0,101 25 ,200(*) Cob 117 0,122 25 ,200(*)
Cob 39V 0,105 25 ,200(*) Cob 10 0,094 25 ,200(*)
Cob 38V 0,148 25 ,200(*) Cob 19 0,085 25 ,200(*)
Cob 40V 0,11 25 ,200(*) Cob 65 0,13 25 ,200(*)
Cob 41V 0,116 25 ,200(*) Cob 116 0,072 25 ,200(*)
Cob 44V 0,115 25 ,200(*) Cob 11 0,127 25 ,200(*)
Cob 45V 0,086 25 ,200(*) Cob 12 0,138 25 ,200(*)
Cob 48V 0,12 25 ,200(*) Cob 18 0,121 25 ,200(*)
Cob 37V 0,16 25 ,200(*) Cob 63 0,105 25 ,200(*)
Cob 82 0,110 25 ,200(*) Cob 13 0,114 25 ,200(*)
Cob 83 0,081 25 ,200(*) Cob 64 0,092 25 ,200(*)
Cob 80 0,091 25 ,200(*) Cob 99 0,169 25 ,200(*)
Cob 81 0,129 25 ,200(*) Cob 74 0,124 25 ,200(*)
Cob 84 0,068 25 ,200(*) Cob 07 0,104 25 ,200(*)
Cob 85 0,121 25 ,200(*) Cob 41 0,167 25 0,072
Cob 86 0,152 25 ,200(*) Cob 45 0,141 25 ,200(*)
Cob 75 0,136 25 ,200(*) Cob 106 0,121 25 ,200(*)
Cob 95 0,13 25 ,200(*) Cob 107 0,112 25 ,200(*)
Cob 93 0,115 25 ,200(*) Cob 05 0,149 25 ,200(*)
Cob 89 0,14 25 ,200(*) Cob 34 0,14 25 ,200(*)
Cob 88 0,141 25 ,200(*) Cob 42 0,086 25 ,200(*)
Cob 76 0,13 25 ,200(*) Cob 58 0,115 25 ,200(*)
Cob 112 0,086 25 ,200(*) Cob 59 0,077 25 ,200(*)
Cob 08 0,099 25 ,200(*) Cob 98 0,125 25 ,200(*)
Cob 14 0,143 25 ,200(*) Cob 33 0,128 25 ,200(*)
Cob 17 0,103 25 ,200(*) Cob 40 0,074 25 ,200(*)
Cob 66 0,083 25 ,200(*) Cob 43 0,089 25 ,200(*)
Cob 73 0,106 25 ,200(*) Cob 57 0,097 25 ,200(*)
Cob 101 0,086 25 ,200(*) Cob 100 0,125 25 ,200(*)
Cob 103 0,124 25 ,200(*) Cob 102 0,139 25 ,200(*)
V.- RESULTADOS Y DISCUSIÓN
99
Tabla V. 9. Resultados de test de normalidad Kolmogorov-Smirnov aplicado a los ensayos en marco
triangular de 18m x 15m
Identificación Kolmogorov-Smirnov Estadístico Grados de libertad Sig.
*: Corrección de la significación de Lilliefors y V: ensayos del aspersor VYR 37
De acuerdo al citado test en el marco de 15m x 15m hay un total de 62 ensayos que
cumplen con la normalidad de los datos en la distribución de pluviometría, en tanto que
en el marco de 18m x 15m T, son 34 ensayos los que cumplen con esta norma.
V.- RESULTADOS Y DISCUSIÓN
100
V.2.1.2.-Coeficiente de Uniformidad de Christiansen (CU) medido en campo
Un resumen de los resultados obtenidos se muestran en la tabla V.10, donde se puede ver
que los valores de CU medios más altos se obtuvieron con la combinación de boquillas
4,4+2,4 mm, a las presiones de 320 kPa y 450 kPa, para los dos marcos de riego (C2, C3 y
C6 de la tabla V.7) con vientos menores a 2 m s-1, alcanzando valores del 91%. Estas
combinaciones aspersor-boquilla-presión poseen curva radial tipo triangular, y ratifican los
resultados obtenidos en condiciones sin viento.
Los valores de CU medios más bajos, se obtuvieron con las combinaciones C3 (4,4+2,4
mm a 450 kPa) y C10 (4,8 mm a 220 kPa), con vientos mayores a 2 m s-1, las cuales sólo
alcanzaron un 75%. Llama la atención que la combinación C3 obtuvo el mayor valor de
CU con vientos bajos y el peor valor para vientos altos, lo que se debe a la mayor
proporción de gotas pequeñas que produce una presión alta con boquillas relativamente
pequeñas, que ocasionan mayor pérdida por evaporación y arrastre, ratificando lo indicado
por Montero et al. (1997), citado por Tarjuelo (2005).
La combinación C10 posee un modelo de curva radial tipo “rosquilla”, observándose bajos
valores de CU, al igual que en ausencia de viento, en ambos marcos de riego, lo que pone
de manifiesto que esta forma de la curva radial siempre conduce a una mala uniformidad de
reparto de agua. Estos resultados son similares a los encontrados por Montero (1999),
indicando que la presión de trabajo tiene una gran influencia en los parámetros de
uniformidad con vientos altos.
V.- RESULTADOS Y DISCUSIÓN
101
Tabla V.10. Parámetros de uniformidad (%), máximo, mínimo y medio, obtenidos en cada combinación en
ambos rangos de W
Combinación Vientos menores a 2 ms-1 Vientos mayores a 2 ms-1 Máximo Mínimo Medio Máximo Mínimo Medio
UD 85 71 78 UD 78 64 72 C1 CU 88 82 86 CU 87 77 83 UD 90 80 86 UD 83 68 77 C2 CU 94 86 91 CU 87 70 82 UD 89 85 87 UD 79 47 63 C3 CU 92 90 91 CU 81 64 75 UD 75 86 83 UD 78 60 70 C4 CU 91 88 90 CU 85 69 77 UD 91 79 84 UD 76 67 73 C5 CU 88 86 87 CU 85 79 83 UD 88 78 84 UD 81 72 77 C6 CU 92 90 91 CU 89 75 82 UD 83 71 78 UD - - - C7 CU 88 80 84 CU - - - UD 79 76 77 UD 80 76 78 C8 CU 85 84 85 CU 90 88 88 UD 77 71 74 UD 83 68 73 C9 CU 85 83 84 CU 83 78 81 UD 77 68 73 UD 72 59 63 C10 CU 83 78 80 CU 74 73 75 UD 79 71 76 UD 74 60 71 C11 CU 86 81 84 CU 84 79 81 UD 75 73 74 UD 77 62 68 C12 CU 83 83 83 CU 82 77 79 UD 81 80 81 UD 76 74 75 C13 CU 87 83 85 CU 85 81 83 UD 77 69 73 UD 74 69 71 C14 CU 86 80 82 CU 86 82 84 UD 65 74 70 UD 75 53 62 C15 CU 82 81 81 CU 84 76 78
Comparando los resultados obtenidos según el marco de riego, puede verse que en
general se consigue mayor uniformidad con el marco cuadrado que con el triangular
(combinaciones C2 y C4; C7 y C8; C11 y C15), a excepción de lo que ocurre con el
aspersor Agros 40 para velocidades de vientos menores de 2 m s-1 (combinaciones C5 y
C6), que alcanzan resultados parecidos en ambos marcos. También se obtiene mayor
uniformidad con dos boquillas que con una, incluso para velocidades de viento mayores
de 2 m s-1 en el marco cuadrado (combinaciones C2 y C11, C8 y C14) y para el marco
triangular (combinaciones C4, C9 y C15), aunque sólo para velocidades de viento
menores de 2 m s-1.
Montero (1999), en marco triangular de 18m x 16m, también constató mayores valores de
CU usando doble boquilla, disminuyendo la uniformidad al usar una sola boquilla a partir de
vientos medios, manteniéndose más o menos constante con vientos altos.
V.- RESULTADOS Y DISCUSIÓN
102
V.2.2.-Análisis estadístico
V.2.2.1.-Uniformidad de aplicación del agua
Para medir el nivel de relación de las variables y los factores que condicionan la
uniformidad de distribución del agua, se ha generado un modelo lineal general (ec.IV.14)
el cual considera cada una de las variables como si fueran independientes del resto,
reduciendo la posibilidad de cometer el error tipo I. Así, para cada uno de los marcos de
riego, se han analizado de forma independiente las variables aspersores, dirección del
viento, diámetro de boquillas y velocidad del viento. Los resultados obtenidos se
muestran a continuación:
a) Variable aspersor: para la realización de este análisis se seleccionaron las
combinaciones de boquillas de 4,4+2,4mm y 4,8mm a 320 kPa, para establecer igualdad
de condiciones en el factor; los aspersores Agros 40 y VYR 37 han resultado diferentes
estadísticamente (α=0,05) al Agros 35, en ambos parámetros de uniformidad (UD y CU)
(tabla V.11), obteniendo mayores valores promedios de UD y CU con el Agros 40 y el
VYR 37, que con el Agros 35.
Tabla V.11. Resultados del análisis de varianza aplicado a los aspersores Subconjuntos
Aspersores N UD CU
1 2 1 2
Agros 35 29 71,78 81,49
Agros 40 24 78,32 84,68
VYR 37 19 76,33 85,50
Duncan para un α=0,05 b) Variable dirección del viento: Los vientos paralelos a los laterales porta aspersores
(orientación norte-sur) consiguen mayor uniformidad (84%), y son diferentes
estadísticamente (α=0,05) a los vientos perpendiculares a los mismos, para el parámetro
UD (74%), sin distinción del marco de riego, ni el número de boquillas (tablas V.12 y
V.13). No obstante este resultado se ha obtenido con sólo 3 ensayos en la dirección de
viento norte-sur, de los 96 realizados, y sería bueno disponer de más datos al respecto.
V.- RESULTADOS Y DISCUSIÓN
103
Tabla V.12. Diferencias estadísticas para la dirección de los vientos, en la UD
En las combinaciones con una boquilla (en ambos marcos de riego), no existen
diferencias estadísticas en la dirección de los vientos, en el CU; mientras que para dos
boquillas y el marco de riego triangular (18m x 15m), los vientos paralelos al mayor
espaciamiento entre aspersores obtienen un promedio de CU = 89%, siendo diferentes
estadísticamente a los vientos perpendiculares (82%).
Tabla V.13. Diferencias estadísticas para la dirección de los vientos, en el CU
Subconjuntos
Dirección del viento Número de
Observaciones 1 2
W oeste franco 8 82,00 W sur franco 3 89,00
Sig. 1,000 1,000
c) Variable diámetro de boquilla: El mayor promedio de CU se observa en la combinación
de boquillas 4,4+2,4 mm, siendo igual estadísticamente a las combinaciones de 4,8+2,4
mm y 4,8 mm, en el CU; mientras que en la UD, la 4,4+2,4 mm es diferente a todas las
demás (tabla V. 14). La boquilla 5,2 mm, que sólo se ha ensayado con el aspersor Agros 35
en el marco 18m x 15m en triángulo, es diferente a todas las demás, obteniéndose con ésta
los peores parámetros de uniformidad, con una media de 66% y 78%, en UD y CU,
respectivamente (tabla V.14), lo cual es lógico, pues ya se ha puesto de manifiesto en esta
tesis y en otros trabajos previos que el marco 18m x 15m T no consigue buenas
uniformidades con una sola boquilla (Tarjuelo, 2005).
El análisis estadístico de la distribución de pluviometría con la boquilla 5,2 mm pone de
manifiesto que ésta posee una curtosis del tipo plasticúrtica (valores muy dispersos), con
mayor error cuadrático en ambos parámetros de uniformidad (tablas V.14 y V.15).
Subconjuntos Dirección del viento Número de Observaciones 1 2
W sureste 31 72,48 W suroeste 17 72,94
W oeste franco 24 73,46 W este franco 9 74,44 W noroeste 5 74,80 W noreste 7 75,57
W sur franco 3 84,67 Sig. ,524 1,000
V.- RESULTADOS Y DISCUSIÓN
104
Tabla V.14. Resultados del análisis de varianza aplicado al diámetro de boquillas
Subconjuntos Error Cuadrático
Boquillas N
UD CU UD CU 1 2 3 1 2
5,2 mm 10 66,0 77,9 2,27 1,50 4,8 mm 30 71,5 81,4 1,05 0,65 4,8+2,4 mm 8 72,0 81,8 2,05 1,36 4,4+2,4 mm 48 77,0 84,4 1,21 0,93 Duncan para un α=0,05 Tabla V.15. Distribución de probabilidad realizada a los ensayos con boquilla 5,2 mm
d) Variable velocidad del viento: las velocidades de viento (W) de los intervalos 0-2 m s-1
y mayor a 2 m s-1 son diferentes estadísticamente (α=0,05), alcanzando valores medios de
CU en W bajos de 85% y en W medios y altos de 81 y 79%, respectivamente (tabla V.16).
Dechmi y col. (2001) realizaron una división en función de la velocidad del viento,
menores a 2 m s-1 (vientos bajos) y mayores a 2,1 m s-1 (vientos a medios y altos), ya que
determinaron que a partir de 2 m s-1 existe un descenso acusado de la uniformidad del
riego; Martínez (2004), agrupó los CU de acuerdo a la velocidad del viento, resultando dos
grupos W< 2 m s-1 y W> 2 m s-1.
Tabla V.16. Resultados del análisis estadístico aplicado a los rangos de W, para el CU
Rango de W Observaciones Subconjuntos 1 2
Entre 0 y 2 m s-1 66 85,24 Entre 2,1 y 4 m s-1 33 80,79
Mayor a 4 m s-1 29 79,00 Duncan para un α=0,05
V.- RESULTADOS Y DISCUSIÓN
105
V.2.3.-Relación entre los parámetros de uniformidad y la velocidad del viento (W)
V.2.3.1.-Coeficiente de Uniformidad de Christiansen (CU)
Al existir diferencias entre los rangos de velocidad de viento se ha realizado un estudio por
separado de la relación CU-W, para velocidades de viento menores y mayores a 2 m s-1.
Esta división puso de manifiesto que la relación CU-W se ajusta bien a una recta en cada
rango considerado. Wiersma (1955) realizó pruebas con diferentes combinaciones boquilla-
presión-marco de riego, poniendo de manifiesto como la uniformidad decrecía linealmente
con la velocidad del viento; Solomon, (1979); von Bernuth y Seginer, (1990), también
determinaron que existe una tendencia lineal en la relación CU-W; Valiente (1995), indica
que la relación CU-W se adapta siempre a una ecuación polinómica de segundo grado,
aunque para algunas boquillas y marcos puede llegar a ser lineal.
Los resultados obtenidos se muestran en la tabla V.17, donde se pone de manifiesto que
hay una pendiente positiva para W menores a 2 m s-1 y negativa para W mayores a 2 m s-1
en todas las combinaciones, excepto en la boquilla 5,2 mm, que sólo se ensayó en el marco
18m x 15m T, observándose un comportamiento frente a W muy diferente a las demás
boquillas, al parecer los W menores a 2 m s-1 no modifican el patrón de distribución de
agua de esta boquilla en este marco de riego.
En las figuras V.4 (a y b), se observa como, para el aspersor Agros 35 en los dos rangos de
velocidades de viento, la pendiente de la recta que relaciona CU–W en el marco cuadrado
(15m x 15m) es mayor a la del marco triangular (18m x 15m T), existiendo menos
diferencias en los vientos superiores a 2 m s-1. Esto se puede explicar por el menor tamaño
del marco 15m x 15m.
Cuando se separa la velocidad del viento por rangos (menores y mayores a 2 m s-1), el
coeficiente determinación de la relación CU-W mejora de forma significativa, en relación a
al obtenido sin separación de rangos de viento, esta relación normalmente la describen
ecuaciones de segundo o tercer grado. Con este tipo de ecuaciones se obtienen mejores
ajustes en el marco de 15m x 15m que en el de 18m x 15m T (fig.V.5).
V.- RESULTADOS Y DISCUSIÓN
106
Figura V.4. Comportamiento del CU en velocidades de vientos mayores y menores a 2 ms-1, la ecuación descriptiva y los coeficientes de determinación, en la combinación
de boquillas 4,4+2,4 mm a la presión de 320 kPa, con el aspersor Agros 35 y marco 18 m x 15 m T (a) y 15m x 15m (b)
Agros 35 con 4,4+2,4 mm a 320 kPa
y = -0,2336 x2 + 0,5954 x + 86,57
R2 = 0,6529
y = -0,4858 x2 + 2,355 x + 86,635
R2 = 0,4611
40
50
60
70
80
90
100
0 1 2 3 4 5 6 7 8 9 10
W m s-1
CU (%)
15m x 15m 18m x 15m T
Figura V.5. Comportamiento del CU frente a la velocidad del viento, descrito por una
ecuación polinómica de segundo grado y su coeficiente de determinación, en los marcos de
riego de 18m x 15m T y 15m x 15m
(a)
Agros 35 con 4,4+2,4 mm a 320 kPa, en 18m x 15m T
y = 4,0556x + 83,187
R2 = 0,8576
y = -1,396x + 86,776
R2 = 0,9467
40
50
60
70
80
90
100
0 1 2 3 4 5 6 7 8 9 10
W m s-1
CU (%
)
(b)
Agros 35 con 4,4+2,4 mm a 320 kPa, en 15m x 15m
y = 7,2712x + 82,751
R2 = 0,9718y = -1,5792x + 92,119
R2 = 0,8436
40
50
60
70
80
90
100
0 1 2 3 4 5 6 7 8 9 10
W m s-1
CU (%
)
V.- RESULTADOS Y DISCUSIÓN
107
Tabla V.17. Ecuaciones descriptivas del CU en las distintas combinaciones, a ambos rangos de W
Combinación Ecuación W < 2 m s-1 W > 2 m s-1
C1 75+9,1W (R2=0,98)
91-2,4W (R2=0,81)
C2 82,7+7,27W (R2=0,97)
92,1-1,6W (R2=0,84)
C3 88+2,9W (R2=0,82)
109-7,1W (R2=0,98)
C4 83+4,0W (R2=0,85)
87-1,4W (R2=0,94)
C5 85+2,2W (R2=0,83) 89-1,4W (R2=0,74)
C6 85+4,W (R2=0,92)
112-6,7W (R2=0,83)
C7 79+3,2W (R2=0,85)
*
C8 81+5,7W (R2=0,98)
91 -1,6W (R2=0,92)
C9 82+1,0W (R2=0,94)
96-2,7W (R2=0,85)
C10 65+11,4W (R2=0,98)
109-8,6W (R2=0,93)
C11 75+5W (R2=0,96)
87 -1,7W (R2=0,79)
C12 77+4,6W (R2=0,91)
83-0,6W (R2=0,99)
C13 79+5,3W (R2=0,86)
90-2,2W (R2=0,97)
C14 74+5,9W (R2=0,85)
91-2,3W (R2=0,90)
C15 80+0,675W (R2=0,16) 60+4,0W (R2=0,87)
*: No se dispone de información suficiente para establecer la relación.
En la tabla V.18 se observa como, en las curvas radiales con modelos reparto de agua tipo
elíptico (C5 y C6), hay diferencias en el comportamiento frente al viento en el marco de
riego, sobre todo para W mayores a 2 m s-1, ya que en el marco de 18m x 15m T, el
descenso de los CU es mayor que en el marco de 15m x 15m; mientras que para W
menores a 2 m s-1 la diferencia es menor.
En las curvas con modelos tipo triangular, para W menores de 2 m s-1, en el marco de riego
de 15m x 15m se observa un mayor incremento de los CU, que en el marco de 18m x 15m
T, en tanto que para W mayores a 2 m s-1 el descenso de los CU es ligeramente menor en el
15m x 15m, aunque este descenso aumenta al hacerlo la presión. Estos resultados indican
que en las curvas radiales con modelos triangulares, obtenidos normalmente con dos
boquillas, la presión es el factor que mayor incidencia tiene en la modificación del patrón
de distribución de agua, por la mayor proporción de gotas pequeñas que se produce al
aumentar la presión, que son más fácilmente arrastradas por el viento.
V.- RESULTADOS Y DISCUSIÓN
108
Cabe destacar que este tipo de curvas frente a la W son más estables en el marco cuadrado
que en el triangular, y que la presión de 320 kPa es la que menos se ve afectada por W
altos, como se pone de manifiesto en la figura V.6.
Agros 35 con 4,4+2,4 mm en 15m x 15m
60
65
70
75
80
85
90
95
100
0 2 4 6 8 10W m s-1
CU (%)
320 kPa 220 kPa 450 kPa
Figura V.6. Efecto de la presión en el aspersor Agros 35, con dos boquillas y marco de 15m x 15m
En los modelos tipo donut o rosquilla, la intensidad de W afecta de forma significativa a la
uniformidad de reparto de agua, observándose el mayor incremento de los CU para W
menores a 2 m s-1, y el mayor descenso para W mayores a 2 m s-1, sobre todo cuando el
aspersor trabaja a presiones bajas. Tarjuelo et al., (1999), observaron este mismo
comportamiento en el aspersor RBE-46.
Con la misma presión de trabajo y el uso de una boquilla, normalmente se obtienen CU
más bajos, que con dos boquillas (fig. V.7).
Agros 35 a 320 kPa en 15m x 15m
60
65
70
75
80
85
90
95
100
0 2 4 6 8 10
W m s-1
CU (%)
Dos boquillas Una Boquilla
Figura V.7. Efecto del número de boquillas en el aspersor Agros 35 a 320 kPa, en marco de 15m x 15m
V.- RESULTADOS Y DISCUSIÓN
109
Tarjuelo et al. (1999 a) determinaron también que el CU mejora de forma significativa al
utilizar dos boquillas, obteniendo comportamientos más regulares para todas las presiones y
marcos de riego.
Tabla V.18. Incremento del CU por unidad de W en el intervalo de W menores a 2 m s-1 y descenso de CU
para W mayores a 2 m s-1 (%), en cada combinación ensayada
Combinación Incremento Descenso Marco de riego (m x m)
Presión (kPa)
Tipo de curva radial
C6 4,7 5,9 18 x 15 T 320 Elíptica C5 2,6 1,5 15 x 15 320 Elíptica C13 6,7 2,2 15 x 15 320 Elíptica C4 4,8 1,6 18 x 15 T 320 Triangular C9 1,2 2,8 18 x 15 T 320 Triangular C7 4,7 * 18 x 15 T 320 Triangular C2 8,6 1,6 15 x 15 320 Triangular C8 7,0 1,7 15 x 15 320 Triangular C3 3,3 5,3 15 x 15 450 Triangular C12 6,0 0,7 15 x 15 450 Triangular C1 12,0 2,6 15 x 15 220 Rosquilla C10 17,0 7,8 15 x 15 220 Rosquilla C11 6,6 1,9 15 x 15 320 Rosquilla C14 8,0 2,4 15 x 15 320 Rosquilla
*: no fue posible debido al número de ensayos
En la combinación C15, con boquilla de 5,2 mm en el marco 18m x 15m T, como se ha
manifestado no parece una buena solución; el comportamiento del CU es diferente que en
las demás combinaciones estudiadas. Observándose una relación del tipo lineal con
pendiente positiva en ambos rangos de W, en velocidades de vientos menores a 2 m s-1 se
observa un coeficiente de determinación muy bajo (R2=0,16), en cambio con W mayor a 2
m s-1, el R2 es mucho mejor (0,87) (fig. V.8). Al parecer, con W altos la boquilla 5,2 mm en
marco triangular tiende a comportarse mejor que en W bajos. Valiente (1995), encontró que
la boquilla 5,2 mm en marco cuadrado de 18m x 18m, es mejor que en el marco rectangular
para velocidades de vientos superiores a 3,5 m s-1.
Agros 35 con 5,2 mm a 320 kPa
CU = 0,6754W + 80,09
R2 = 0,1662 CU = 4,0131W+ 60,929
R2 = 0,87
0
10
20
30
40
50
60
70
80
90
100
0 1 2 3 4 5 6 7W m s
-1
CU (%
)
Figura V.8. Relación CU-W en la boquilla 5,2 mm, para el marco 18 m x 15 m T, en los dos rangos de
velocidades de W
V.- RESULTADOS Y DISCUSIÓN
110
En las combinaciones C9 (boq. 4,8+2,4 mm) y C15 (boq. 5,2 mm), con marco 18m x 15m
T y W bajos, se observa que el patrón de distribución de agua experimenta cambios pocos
significativos. Esto puede deberse a los mayores diámetros de la boquilla principal, las que
producen mayor proporción de gotas grandes, lo que origina una mayor resistencia
aerodinámica y un menor arrastre por el viento. Valiente (1995), para el marco triangular
18m x 16m, recomendó utilizar boquillas 4,8+2,4 mm con VP, con las cuales se obtienen
valores de CU semejantes a los que se consiguen con el marco rectangular 12m x 18m.
V.2.3.2.-Uniformidad de Distribución (UD)
La Uniformidad de Distribución es más sensible que el CU a la dispersión de los datos de
pluviometría en riego por aspersión, como lo demuestra su comportamiento en los dos
marcos de riego estudiados (tabla V.19). Los resultados son similares a los obtenidos para
el CU, aunque generalmente la pendiente de la recta que relaciona la UD con el viento es
mayor que en el CU, así que, la variación del W afecta más a la UD que al CU.
También se observó mayor sensibilidad de la UD (que en el CU) a la orientación del
marco con respecto a la dirección de los vientos predominantes, ya que con los vientos
paralelos a los laterales porta aspersores se obtuvieron mayores valores medios de UD
(82%), que con los perpendiculares a éstos (72%), siendo diferentes estadísticamente.
Con las curvas que tienen modelo de reparto de agua tipo elíptico se observa un
comportamiento de la UD más estable frente a los rangos de W, ya qué, en W mayores a
2 m s-1 se produce el menor descenso; mientras que con los modelos tipo rosquilla se
observa la mayor variabilidad frente a los rangos de W (tabla V. 19).
V.- RESULTADOS Y DISCUSIÓN
111
Tabla V.19. Incremento de la UD por unidad de W en el intervalo de W menores a 2 m s-1 y descenso para
W mayores a 2 m s-1 (%), en cada combinación ensayada
Combinación Incremento Descenso Marco de riego (m x m)
Presión (kPa)
Tipo de curva radial
C6 11,0 2,7 18 x 15 T 320 Elíptica C5 4,8 4,7 15 x 15 320 Elíptica C13 14,0 0,6 15 x 15 320 Elíptica C4 10,5 2,9 18 x 15 T 320 Triangular C9 5,9 2,9 18 x 15 T 320 Triangular C7 7,8 - 18 x 15 T 320 Triangular C2 7,0 3,8 15 x 15 320 Triangular C8 6,3 8,4 15 x 15 320 Triangular C3 8,4 8,0 15 x 15 450 Triangular C12 - 2,4 15 x 15 450 Triangular C1 13,4 4,0 15 x 15 220 Rosquilla C10 19,0 13,0 15 x 15 220 Rosquilla C11 7,0 2,9 15 x 15 320 Rosquilla C14 2,3 - 15 x 15 320 Rosquilla C15 7,6 11,1 18 x 15 T 320 Rosquilla
Una vez más, se comprobó que existe una relación lineal entre los parámetros de
uniformidad, CU y UD (fig.V.9). Otros investigadores como: Keller y Bliesner (1990);
Tarjuelo et al. (1999b) y Montero (1999), han obtenido resultados semejantes.
Todos los ensayos
CU = 0,637UD + 35,868
R2 = 0,8977
0
10
20
30
40
50
60
70
80
90
100
0 10 20 30 40 50 60 70 80 90 100
UD (%)
CU (%)
Figura V.9. Relación UD-CU en todos los ensayos
Tomando como punto de partida los tipos de curvas radiales que fueron identificadas en
el apartado V.1.2, se desprenden los siguientes resultados: la relación CU-UD donde peor
se ajusta es con la curva tipo elíptica (R2=0,84), y donde mejor se ajusta es con la curva
tipo triangular y la “donut”, con R2 de 0,92 y 0,87, respectivamente (tabla V.20).
Las curvas radiales tipo triangular y rosquilla poseen una distribución de probabilidad de
los datos de pluviometría con curtosis plasticúrtica, como se pone en evidencia en la tabla
V.- RESULTADOS Y DISCUSIÓN
112
V.3, y es en estos dos tipos de curvas donde mejor ajuste tiene la relación entre CU y UD,
indicando esto que, cuanto mayor es la dispersión en la distribución de pluviometría,
mejor ajuste en la relación CU-UD (fig V.10).
Tabla V.20. Ecuaciones y coeficiente de determinación que describen la relación CU-UD en los tres tipos
de curvas radiales
Tipo de curva radial Ecuación Coeficiente de determinación (R2)
Elíptica UD = 37,83 + 1,35 CU (0,84)
Triangular UD = 49,78 + 1,49 CU (0,92)
Donut o rosquilla UD = 33,46 + 1,29 CU (0,87)
En los aspersores, el mayor coeficiente de determinación (0,90) se observa con el Agros
35; mientras que el Agros 40 da un valor algo más bajo (0,87). La explicación a estos
comportamientos, puede estar en que las curvas radiales del Agros 40 son del tipo
elíptico, por lo que, tienen una distribución de probabilidad de los datos de pluviometría
con curtosis leptocúrtica (fig. V.11). Estos resultados confirman los datos expuestos en la
tabla V.20.
V.- RESULTADOS Y DISCUSIÓN
113
Elíptica o Rectangular
y = 1,3489x - 37,827
R2 = 0,8461
50
55
60
65
70
75
80
85
90
95
100
50 60 70 80 90 100
CU (%)
UD (%)
AGROS 35
y = 1,4544x - 46,629
R2 = 0,9075
40
50
60
70
80
90
100
40 50 60 70 80 90 100
CU (%)
UD (%)
Triangulares
y = 1,4913x - 49,782
R2 = 0,9224
40
50
60
70
80
90
100
40 50 60 70 80 90 100
CU (%)
UD (%)
AGROS 40
y = 1,3087x - 35,191
R2 = 0,876
40
50
60
70
80
90
40 50 60 70 80 90 100
CU (%)
UD (%)
Donut o "rosquilla"
y = 1,2882x - 33,646
R2 = 0,8702
50
55
60
65
70
75
80
85
90
50 60 70 80 90 100
CU (%)
UD (%)
VYR 37
y = 1,5954x - 59,809
R2 = 0,8826
40
50
60
70
80
90
100
40 50 60 70 80 90 100
CU (%)
UD (%)
Figura V.10. Relación CU-UD, ecuación descriptiva y coeficiente de determinación en
los tres tipos de curvas identificados
Figura V.11. Relación CU-UD, ecuación descriptiva y coeficiente de determinación en
los tres aspersores estudiados
V.- RESULTADOS Y DISCUSIÓN
114
V.2.4.-Conclusiones sobre la distribución de agua en el riego por aspersión al aire libre
� Con los modelos de curvas radiales tipo triangular se obtienen mayores valores de
CU, teniendo menor variabilidad frente a la acción del viento.
� La presión de 320 kPa es la más adecuada para operar con los aspersores
ensayados, ya que los CU son más estables, sobre todo a velocidades de vientos
altas.
� La dirección del viento afecta de forma significativa a la uniformidad de reparto de
agua cuando el aspersor trabaja con dos boquillas en el marco de riego triangular,
recomendándose poner el mayor espaciamiento paralelo a la dirección de los
vientos predominantes.
� Los valores de CU aumentan al aumentar la velocidad del viento hasta 2 m s-1, y a
partir de ahí comienzan a descender al aumentar velocidad del viento.
� De los ensayos realizados en esta tesis se deduce que el factor que más afecta a la
uniformidad de reparto de agua, es distinto según la forma del modelo radial. Así,
en el modelo tipo elíptico el factor que más afecta es el marco de riego, en la
triangular es la presión de trabajo y en la tipo “rosquilla” es la velocidad del
viento. No obstante, esto habría que confirmarlo con más ensayos para darlo por
definitivo.
� Con los modelos de curvas radiales de forma triangular se obtienen mejores
ajustes en la relación lineal que existe entre el CU y la UD.
V.- RESULTADOS Y DISCUSIÓN
115
V.3.- DISTRIBUCIÓN DE LOS TAMAÑOS DE GOTAS PRODUCIDAS POR ASPERSORES DE TAMAÑO MEDIO
Para la realización de este estudio se empleó un Disdrómetro Óptico, del cual se
describen sus fundamentos en el apartado IV.3.1. Este equipo fue calibrado por Montero
y col. (2006), los cuales observaron muy buena precisión en la medida de los tamaños de
gotas, de manera individual, pero que es preciso mejorar a nivel del procesamiento de los
datos, con la finalidad de solucionar los problemas asociados a la simultaneidad de gotas
en el volumen sensible, así como por el paso parcial de gotas.
De los tres aspersores estudiados (Agros 35, Agros 40 y VYR 37), con cinco
combinaciones de boquillas (4,4+2,4mm; 4,8+2,4mm; 4,4mm; 4,8mm y 5,2mm), éstas
con vaina y sin vaina prolongadora del chorro en los aspersores Agros 35 y Agros 40, y
las tres presiones (220 kPa, 320 kPa y 450 kPa), resultaron un total de sesenta y nueve
combinaciones de aspersor-boquilla-presión, en las que se tomaron datos de tamaños de
gota en seis distancias al aspersor a partir de los 3 m y luego a intervalos de 2 m, hasta los
13 m, con las que resultaron 414 puntos de medición. En el anexo I, tabla 2, aparece una
relación de las combinaciones y los parámetros medidos.
V.3.1.- Corrección de los errores del proceso de medición
Para la corrección de los dos tipos de errores susceptibles de cometerse con el uso del
disdrómetro, se empleó la metodología desarrollada por Burguete et al. (2007), con la
modificación descrita en el apartado IV.3.5.
Con esta metodología de depuración, en algunos casos se llegó a eliminar hasta el 50%
del número de gotas totales medidas, por lo que la frecuencia acumulada del número de
gotas experimentó diferencias, en tanto que, en la frecuencia acumulada del volumen de
las gotas no se aprecian grandes diferencias entre los diámetros depurados y sin depurar
(tabla V.22 y figs.12-13).
En las combinaciones con dos boquillas, a medida que aumenta la presión, disminuye el
porcentaje de gotas eliminadas. En las distancias al aspersor de 3 y 11m fue donde se
eliminó menor y el mayor porcentaje de gotas, respectivamente. La explicación de esto
puede estar en que a 3m cae una gran cantidad de gotas, producto de la incidencia de la
boquilla secundaria y el golpeo de la pala; mientras que a 11m caen una gama de gotas
muy variada, debido a que en torno a esta distancia el chorro del aspersor empieza
descender y la gotas inestables se disgregan en gotas más pequeñas.
V.- RESULTADOS Y DISCUSIÓN
116
En las combinaciones con una sola boquilla, en las presiones de trabajo sucede lo
contrario a lo que ocurre con dos boquillas; en la medida que aumenta la presión de
trabajo, aumenta el porcentaje de gotas eliminadas. En las distancias, fue a 13m donde se
eliminó el mayor porcentaje de gotas, por las mismas razones que lo descrito antes para
11m, sólo que al tener ahora una sola boquilla el chorro se disgrega un poco más tarde
(tabla V.21 y figs. 14-15).
Tabla V.21.Porcentajes de gotas eliminadas en cada distancia al aspersor, a las tres presiones estudiadas,
Después de la aplicación de la técnica de depuración, con dos boquillas y la presión de
320 kPa, se observa una menor frecuencia acumulada del número de gotas en todas las
distancias, siendo mayor esta diferencia a la distancia de 7m. Para gotas de 1 mm la
diferencia es de un 10%, entre lo depurado y sin depurar (fig.V.12). Este comportamiento
es debido a la incidencia de la boquilla secundaria, ya que hasta unos 7m está el alcance
de ésta, además del golpeo de la pala; mientras que con una sola boquilla, las mayores
diferencias se observan en la distancia de 13m. Para gotas de 2 mm esta diferencia está en
torno al 13%, por las razones antes indicadas (fig.V.13).
En la frecuencia acumulada de los volúmenes de gotas, para dos boquillas, las mayores
diferencias se observan para diámetros menores a 1 mm, a las distancias de 3 y 5m. En
las distancias lejanas al aspersor, las mayores diferencias se observan a 11m, llegando a
ser de un 12%, para gotas de 2 mm. En una sola boquilla y en las distancias cercanas al
aspersor, las mayores diferencias se observan en la distancia de 7m, para gotas menores a
1 mm, y en gotas de 1,5 mm prácticamente la frecuencia es la misma, antes y después de
depurar (fig.V.14). A las distancias lejanas, las mayores diferencias están a 13m, para
gotas inferiores a 2 mm (fig.V.15).
V.- RESULTADOS Y DISCUSIÓN
117
(a) (b)
0
10
20
30
40
50
60
70
80
90
100
0,0 1,0 2,0 3,0 4,0
Diámetro (mm)
Frec
uenc
ia a
cumul
ada (%
)
3m depurados
5m depurados
7m depurados
3 m s in depurar
5 m s in depurar
7 m s in depurar
0
10
20
30
40
50
60
70
80
90
100
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0
Diámetros (mm)
Frecu
encia ac
umul
ada(%
)
9m depurados
11m depurados
13m depurados
9m sin depurar
11m s in depurar
13m s in depurar
Figura V.12.Frecuencia acumulada del número de gotas en la combinación de boquillas 4,8+2,4 mm a 320 kPa, en el aspersor Agros 35, con la técnica de depuración y sin depurar;(a)
distancias cercanas al aspersor, (b) distancias lejanas al aspersor
V.- RESULTADOS Y DISCUSIÓN
118
(a)
0
10
20
30
40
50
60
70
80
90
100
0,0 1,0 2,0 3,0 4,0 5,0 6,0
Diámetros (mm)
Frecu
encia acumulad
a (%
)
3m depurados
5m depurados
7m depurados
3 m s in depurar
5m s in depurar
7m s in depurar
(b)
0
10
20
30
40
50
60
70
80
90
100
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0
Diámetro (mm)
Frec
uenc
ia de ac
umul
ada (%
)
9m depurados
11m depurados
13m depurados
9m s in depurar
11m s in depurar
13m s in depurar
Figura V.13. Frecuencia acumulada del número de gotas en la boquilla 4,8 mm a 320 kPa, en el aspersor Agros 35 con la técnica de depuración y sin depurar; (a) distancias cercanas al
aspersor, (b) distancias lejanas al aspersor
V.- RESULTADOS Y DISCUSIÓN
119
Tabla V.22. Diámetros medianos volumétricos en las diferentes distancias al aspersor, con la aplicación de la técnica de depuración de los errores cometidos con el
disdrómetro y sin la aplicación de esta técnica, en el aspersor Agros 35 con las diferentes combinaciones de boquillas y presiones estudiadas
*: No fue posible la medida de los tamaños de gotas en esta distancia debido al bajo número de gotas que caen
Figura V.14. Frecuencia acumulada de los volúmenes de gotas en la combinación de boquillas 4,8+2,4 mm a 320 kPa, en el aspersor Agros 35, con la técnica de depuración y
sin depurar; (a) distancias cercanas al aspersor, (b) distancias lejanas al aspersor
V.- RESULTADOS Y DISCUSIÓN
121
(a)
0
10
20
30
40
50
60
70
80
90
100
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 5,5
Diámetro (mm)
Frecue
ncia acu
mulad
a (%
)
3m depurados
5m depurados
7m depurados
3m s in depurar
5m s in depurar
7m s in depurar
(b)
0
10
20
30
40
50
60
70
80
90
100
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0
Diámetro (mm)
Frecu
encia acum
ulada (%
)
9m depurados
11m depurados
13m depurados
9m s in depurar
11m sin depurar
13m sin depurar
Figura V.15. Frecuencia acumulada de los volúmenes de gotas en la boquilla 4,8 mm a 320 kPa, en el aspersor Agros 35, con la técnica de depuración y sin depurar; (a)
distancias cercanas al aspersor, (b) distancias lejanas al aspersor
V.- RESULTADOS Y DISCUSIÓN
122
V.3.2.-Tratamiento estadístico de los datos
Se realizó un modelo lineal general a los factores que intervienen en el proceso de
formación de los tamaños de gotas en el riego por aspersión, y se observó que: en las
presiones y las distancias existen diferencias estadísticas altamente significativas
(α=0,01) para el diámetro mediano volumétrico (DMV), tanto en los factores separados
como en la interacción entre éstos (tabla V.23); mientras que para el diámetro mediano
numérico (DMN) y diámetro medio (DM), no se encontraron diferencias entre las
presiones, pero éstas fueron altamente significativas respecto a las distancias.
En cuanto a los aspersores, no han aparecido diferencias para el DMV, pero si para los
DMN y DM. Para las boquillas utilizadas no se encontraron diferencias estadísticas para
ninguna de las variables, ni tampoco para el uso o no de la vaina prolongadora del chorro,
(tabla V.23). Esto coincide con lo obtenido por otros investigadores, como Khol (1974)
citado por Tarjuelo (2005), en mediciones de los tamaños de gotas con el método de la
harina, observó que los factores más importantes en la distribución de los tamaños de
gotas son la presión y el tamaño de las boquillas, teniendo más influencia la presión que
el tamaño de las boquillas. Kincaid, et al., (1996), con mediciones realizadas con un
equipo óptico láser, también indican que la presión tiene más importancia en el tamaño de
las gotas que el diámetro de las boquillas.
V.- RESULTADOS Y DISCUSIÓN
123
Tabla V.23. Resultados del modelo lineal general aplicado a los factores y las variables que intervienen en
la formación de los tamaños de gotas producidos por los aspersores
El análisis de varianza arrojó que para las variables DMV (Diámetro Mediano
Volumétrico) y DM (Diámetro medio) no existen diferencias estadísticas significativas
entre los aspersores; mientras que para DMN (Diámetro Mediano Numérico) el aspersor
Agros 35 es diferente al Agros 40, y al VYR 37 (tabla V.28).
Tabla V. 28. Diferencias estadísticas entre aspersores para la variable DMN
Subconjuntos
Aspersor Observaciones 1 2 Agros 35 161 0,781
VYR 37 90 0,813
Agros 40 162 0,818
Sig. 0,100 0,734
Duncan para α=0,05
Estos resultados indican que el Agros 35 produce mayor proporción de gotas pequeñas
que el Agros 40 y el VYR 37, lo que puede explicarse por el menor tamaño del cuerpo
del aspersor, que introduce mayor nivel de turbulencia en el chorro, provocando una
dispersión algo mayor, y por lo tanto mayor proporción de gotas pequeñas.
V.3.3.-Modelización matemática de las variables
En el diámetro mediano volumétrico (DMV), como ya se ha descrito antes, los tamaños
de las gotas aumentan con la distancia al aspersor, siendo mayor la proporción de
aumento conforme aumenta la distancia (fig.V.16), coincidiendo con lo obtenido por
Khol (1974); Dadiao y Wallender (1985); Augier (1996); Montero (1999) y Molle
(2002). Por esta razón, estos diámetros pueden ser descritos por una ecuación
exponencial o también por una polinómica de segundo orden.
y = 0,5008e0,1376x
R2 = 0,9967
y = 0,014x2 - 0,0045x + 0,6637
R2 = 0,9977
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
0 2 4 6 8 10 12 14
Diatancias al aspersor (m)
DMV (m
m)
Exponencial (DMV) Polinómica (DMV)
Figura V.16.Comportamiento del DMV en las distancias al aspersor para la presión de 320 kPa, descrito
por una ecuación exponencial y polinómica de segundo orden
V.- RESULTADOS Y DISCUSIÓN
127
El coeficiente de determinación de la relación DMV-distancia al aspersor no varía cuando
se describe con una exponencial o con una polinómica de segundo orden (tabla V.29).
Tabla V.29. Tipos de ecuaciones que mejor describen la relación DMV-distancia al aspersor, en las tres
presiones estudiadas
Presión (kPa) Tipos de Ecuaciones
Exponencial Polinómica de segundo orden
220 DMV=0.5216e0,1526d
R2= 0,98
DMV=0,0216d2-0,0559d+0,8309
R2= 0,98
320 DMV=0,5008e0,1376d
R2= 0,99
DMV=0,014d2-0,0045d+0,6637
R2= 0,99
450 DMV=0,5175e0,1202d
R2= 0,99
DMV=0,012d2-0,019d+0,7207
R2= 0,99
Los diámetros medianos numéricos (DMN) (fig. V.17) tienen un comportamiento distinto
a los DMV. Éstos mantienen una pendiente positiva hasta la distancia de 9m, y de ahí en
adelante la pendiente es negativa, situación que describe muy bien una ecuación
polinómica de tercer orden. Estos resultados confirman los aportados por Montero
(1999), que constató que el proceso de formación de los tamaños de gotas es continuo a
lo largo del chorro, y no se disgrega solamente a la salida de la boquilla.
y = -0,0009x3 + 0,0158x
2 - 0,0453x + 0,7047
R2 = 0,9295
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 2 4 6 8 10 12 14
Distancias al aspersor (m)
DMN (m
m)
Polinómica (DMN) Figura V.17.Comportamiento del DMN en las distancias al aspersor, descrito por una ecuación
polinómica de tercer orden
Los diámetros medios (DM) son muy poco utilizados, ya que la media es un parámetro de
tendencia central que no expresa bien lo que ocurre con las distribuciones de las gotas. La
distribución de estos diámetros puede ser descrita por una ecuación lineal o por una
V.- RESULTADOS Y DISCUSIÓN
128
polinómica de segundo orden (fig.V.18). Augier (1996), utilizando un Espectro
Pluviómetro Óptico con sistema de adquisición numérico, encontró esta misma relación
en los diámetros medios de las gotas producidas por cañones de riego.
y = -0,0043x2 + 0,1077x + 0,4889
R2 = 0,9719
y = 0,0394x + 0,7122
R2 = 0,8837
0
0,2
0,4
0,6
0,8
1
1,2
1,4
0 2 4 6 8 10 12 14
Distancias al aspersor (m)
DM (m
m)
Polinómica (DM) Lineal (DM)
Figura V.18.Comportamiento de los DM en las distancias al aspersor, descrito por una ecuación lineal o
por una polinómica de segundo orden
V.3.4.-Comparación de los tamaños de gotas medidos con el disdrómetro y los estimados a partir de la teoría balística.
Los diámetros de volúmenes estimados a partir de la teoría balística tienden a ser
mayores a los medidos con el disdrómetro óptico, para las presiones de 320 y 450 kPa,
mientras que para la presión de 220 kPa sucede lo contrario.
A 320 kPa, las diferencias entre los volúmenes estimados a partir la teoría balística y los
medidos con el disdrómetro son más o menos constantes a lo largo del radio mojado,
mientras que a la presión de 450 kPa, la diferencia es mayor en las distancias lejanas al
aspersor (fig. V.19). La explicación puede estar en la mayor proporción de rotura de gotas
durante el vuelo al aumentar la presión.
V.- RESULTADOS Y DISCUSIÓN
129
0
2
4
6
8
10
12
14
0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50
Diámetros de volumenes (mm)
Distancias al aspersor (m
) Teoría balística 320 kPa
Disdrómetro óptico 320 kPa
Teoría balística 450 kPa
Disdrómetro óptico 450 kPa
Figura V.19. Distribución de los tamaños de gotas medidos con el disdrómetro y estimados con la teoría
balística en las presiones de 320 y 450 kPa
Con una sola boquilla, y a baja presión (220 kPa), ocurre un proceso de formación de
gotas en las distancias medias al aspersor detectado por el disdrómetro óptico, que la
teoría balística no es capaz de detectar. Así, alrededor de los 7m, se paraliza el aumento
de los diámetros de volúmenes de las gotas con la distancia, interrumpiéndose el
comportamiento típico de distribución de los tamaños de gotas cuando se trabaja a
mayores presiones. Este comportamiento desaparece al aumentar la presión y/o el número
de boquillas, como se observa en las figuras V.20; 21; 22 y 23.
von Bernuth (1988), citado por Tarjuelo (2005), detectó este mismo fenómeno, cuando,
utilizando un sistema óptico láser para la medida de los tamaños de gotas, y comparando
éstos con datos obtenidos a partir de la teoría balística, observó que en la zona central
(entre 7 y 9m) el ajuste no era adecuado. El mismo se lo atribuyó, a que en esta zona es
donde llegan las gotas procedentes del choque con la pala.
V.- RESULTADOS Y DISCUSIÓN
130
0
2
4
6
8
10
12
14
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
DMV (mm)
Distancias al aspersor (m)
Disdrómetro óptico Teoría balís tica
0
2
4
6
8
10
12
14
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
DMV (mm)
Distancias a
l asperso
r (m
)
4 ,4 mm 4,8 mm 5,2 mm
Figura V.20. Comportamiento de los diámetros de gotas con boquilla 4,8 mm y
presión de 220 kPa, con la teoría balística y los medidos con el disdrómetro
óptico
Figura V.21. Comportamiento de los diámetros de gotas
medidos con el disdrómetro óptico en las boquillas 4,4; 4,8 y 5,2mm a la
presión de 220 kPa
0
2
4
6
8
10
12
14
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
DMV (mm)
Distancias al aspersor (m
)
4,8 mm a 220 kPa 4,8 mm a 320 kPa
0
2
4
6
8
10
12
14
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
DMV (mm)Distanc
ias al asp
erso
r (m)
4,8+2,4 mm 4,8 mm
Figura V.22. Comportamiento de los diámetros de gotas medidos con el
disdrómetro óptico en la boquilla 4,8 mm, a las presiones de 220 kPa y 320 kPa
Figura V.23. Comportamiento de los diámetros de gotas medidos con el
disdrómetro óptico en las combinaciones de boquillas 4,8+2,4 mm y
4,8mm, a la presión de 220 kPa
V.- RESULTADOS Y DISCUSIÓN
131
V.3.5.-Conclusiones sobre la medición de la distribución de los tamaños de gotas
� Con el uso del Disdrómetro, y aplicando la metodología de depuración de errores
descrita por Burguete et al. (2007), se pueden obtener datos precisos de la
distribución de los tamaños de las gotas. Aunque la metodología de depuración de
errores llega a eliminar una gran proporción de gotas (incluso más del 40%), sólo
varía la frecuencia acumulada de volúmenes y el número de gotas, pero apenas
varían los diámetros medianos volumétricos de la distribución de los mismos.
� La distancia al aspersor y la presión son los factores fundamentales en el proceso de
formación de los tamaños de las gotas. A medida que aumenta la distancia al
aspersor aumenta el DMV, mientras que al aumentar la presión de trabajo
disminuyen los diámetros de gotas, habiendo obtenido en los ensayos tamaños de
gota de hasta 4 mm de diámetro a la distancia de 13m.
� A la distancia de 7m se produce un incremento inusual en los diámetros de las gotas
cuando se usa una sola boquilla a baja presión (220 kPa).
� A presiones medias (en torno a 320 kPa), la distribución de los tamaños de gotas
medidos y los teóricos son parecidos. Sólo se observaron diferencias en las
distancias lejanas con presión de trabajo alta, probablemente por la inestabilidad de
las gotas de mayor tamaño en la parte final de su trayectoria.
� En relación DMV-distancia al aspersor, puede ser descrita por una ecuación
exponencial o por una polinómica de segundo orden, no afectando el coeficiente de
determinación el uso de una u otra; mientras que los DMN en las distancias al
aspersor, la ecuación que mejor se ajusta es una polinómica de tercer orden. Los
diámetros medios (DM), se pueden modelizar por una ecuación lineal o por
polinómica de segundo orden, siendo mejor el ajuste con esta última.
V.- RESULTADOS Y DISCUSIÓN
132
V.4.-CALIBRACIÓN Y VALIDACIÓN DEL MODELO DE SIMULACIÓN SIRIAS
Los fundamentos del SIRIAS consisten básicamente en aplicar la teoría balística al
movimiento de las gotas de agua en el aire en condiciones sin viento, para determinar
donde caen estas gotas, obteniendo el modelo de reparto de agua de un aspersor
distorsionado por el viento sobre una red de pluviómetros (Carrión et al., 2001). Para la
realización de este proceso se parte de la curva de distribución pluviométrica en
condiciones sin viento (ficheros *.plu), las condiciones físicas más relevantes de la
combinación aspersor-boquilla-presión, los datos medioambientales, así como los valores
de los coeficientes correctores de la resistencia aerodinámica k1 y k2 (fichero *.cfg).
Cada uno de los ensayos de campo utilizados para la calibración se simuló 153 veces con
las condiciones de funcionamiento especificadas en la tabla 1, del anexo I. Los valores de
k1 se variaban entre 0 y 4, con incrementos cada 0,25; y k2 entre 0 y 0,4 con incrementos
de 0,05, resultando las 153 combinaciones indicadas, esto en la calibración con las gotas
medidas y con gotas teóricas.
Los parámetros internos de funcionamiento del programa SIRIAS utilizados para realizar
las simulaciones fueron los siguientes:
• Número de direcciones de lanzamiento: 180.
• Incremento en los diámetros de gotas: 0,05 mm, para la calibración con las gotas
teóricas; mientras que para la calibración con las gotas medidas, el incremento en
el diámetro de las gotas variaba de acuerdo a la pendiente de la curva que
relaciona los DMV-distancia, la que estaba determinada por la presión de trabajo.
• Número de iteraciones por segundo: 50
• Disposición de los pluviómetros: 3m x 3m.
Luego, se comparó el modelo de reparto de agua resultante con el modelo medido en
campo, calculando los parámetros de similitud especificados en la metodología (apartado
IV.4.2), especialmente SD2, SMD, SMD/Nu y δ.
Para cada ensayo de campo, se seleccionaron los cinco modelos simulados (con cinco
combinaciones de k1 y k2) que minimizan el parámetro delta (δ), asumiendo el valor
medio de los k1 y k2 de estas cinco combinaciones, este escenario fue el que mayor
semejanza tenía con la distribución de agua medida en campo. Este mismo criterio se
tuvo en cuenta tanto para las gotas medidas como para las gotas teóricas.
V.- RESULTADOS Y DISCUSIÓN
133
V.4.1.-Calibración del SIRIAS con los tamaños de gotas teóricos y los medidos
Puesto que el SIRIAS considera un conjunto discreto de tamaños de gotas a partir de la
curva radial, las cuales van desde un diámetro inicial Di (normalmente 0,30 mm) hasta
otro final Df (en función del alcance de la curva radial) con un incremento entre gotas
(∆D) ajustable según la precisión deseada, y mediante la aplicación de la teoría balística
se obtiene la distancia "r" que alcanza cada tamaño de gota de diámetro "D" en ausencia
de viento. A partir de esta distancia, a dicho tamaño de gota se le asigna la pluviometría
que le corresponde según la gráfica que representa la curva radial de pluviometría. Este
proceso se repite incrementando cada tamaño de gota en ∆D, hasta que se obtiene un
valor de tamaño de gota (máximo) para el cual la distancia "r" no supere el radio de
alcance del aspersor.
Por lo que, para la calibración con los tamaños de gotas medidos, se integraron en el
SIRIAS las ecuaciones polinómicas de segundo orden resultante en cada una de las
presiones. Estas ecuaciones fueron del tipo incompletas, debido a que con una ecuación
completa SIRIAS asumía un valor inicial de tamaños de gotas muy grande y arrojaba
datos erróneos (tabla V.30). Con esta sustitución SIRIAS no asume como fundamentos la
teoría balística para el vuelo de las gotas, con la que determina la pluviometría en cada
punto del modelo de reparto de agua de los aspersores, asumiendo un diámetro inicial
(Di) que depende de la presión de trabajo, y un ∆D en el tamaño de las gotas para cada
distancia “r” en función de la pendiente de la curva.
Tabla V.30. Ecuaciones polinómicas de segundo orden del tipo incompletas en cada presión estudiada
Presiones (kPa) Ecuaciones incompletas
220 DMV= 0,0103 d2+0,17 d
320 DMV=0,0039 d2+ 0,17 d
450 DMV=-0,0004 d2 + 0,18 d
V.- RESULTADOS Y DISCUSIÓN
134
V.4.2.1- Comparación de resultados con los tamaños de gotas teóricos y los medidos con el disdrómetro
A los resultados de las simulaciones con los tamaños de gotas obtenidos teóricamente y
los medidos, se les aplicó el coeficiente de correlación de Pearson (ec. IV.14 y IV.15),
con la finalidad de identificar si existe correlación entre los coeficientes correctores
aerodinámicos y la velocidad del viento. Este estadístico indica que, el coeficiente
corrector k1 está correlacionado de forma negativa con la velocidad del viento (a medida
que aumenta el viento, disminuye el valor de k1), tanto en las gotas teóricas, como en las
medidas (tablas V 31 y 32); mientras, que con el coeficiente corrector k2 no se encontró
ninguna correlación significativa.
Dechmi (2002), para velocidades de viento (W) inferiores a 1,1 m s-1; Skhri (2007), para
W entre 0,7 y 0,9 m s-1, y Tarjuelo y col. (1994), encontraron esta misma relación con la
W, en contraste con Montero (1999), que en la calibración del SIRIAS no encontró
ninguna tendencia de este coeficiente con relación a W.
En las simulaciones realizadas con las gotas medidas el coeficiente de correlación es más
alto que el obtenido con las gotas teóricas (-0,26 y -0,448), en tanto que el nivel de
significación pasa de 0,05 en las teóricas a 0,01 en las gotas medidas. Estos datos ponen
de manifiesto que el nivel de precisión con las gotas medidas mejora, cuando se estima la
linealidad del k1 con W. Aunque este coeficiente mejora con la medición de las gotas,
continúa siendo bajo, para asumir que sólo la W explica el comportamiento de este
coeficiente, por lo que, existen otros factores que inciden sobre el mismo.
En los parámetros de similitud espacial el coeficiente de correlación es positivo, es decir,
que a medida que aumenta la W aumentan los valores de estos parámetros, por lo que
habrá mayor diferencia entre los modelos simulados y medidos. En los parámetros de
uniformidad, el coeficiente de correlación es negativo, o que a medida que aumenta W
disminuyen estos parámetros. Otros investigadores como Montero (1999), encontraron
mayores errores de estos parámetros a medida que aumentaba la velocidad del viento.
V.- RESULTADOS Y DISCUSIÓN
135
Tabla V.31. Matriz de correlación de Pearson, realizada a la velocidad del viento, los parámetros de
uniformidad y los coeficientes k1 y k2, resultantes del proceso de simulación con los tamaños de gotas a
partir de la teoría balística
** Correlación significativa para un α=0,01; * Correlación significativa para un α=0,05; W = velocidad del viento (m s-1); UDs = uniformidad de distribución del modelo simulada; y CUs= coeficiente de Uniformidad de Christiansen del modelo simulado
Tabla V.32 . Matriz de correlación de Pearson, realizada a la velocidad del viento, los parámetros de
uniformidad y los coeficientes k1 y k2, resultantes del proceso de simulación con los tamaños de gotas
medidos con el disdrómetro óptico
** Correlación significativa para un α=0,01; * Correlación significativa para un α=0,05; W = velocidad del viento (m s-1); UDs = uniformidad de distribución del modelo simulada; y CUs= coeficiente de Uniformidad de Christiansen del modelo simulado
Variables Estadísticos W k1 k2 UDs CUs W Coeficiente de Correlación 1 -,260(*) ,204 -,120 -,042 Significación ,044 ,118 ,360 ,747
Para el proceso de validación se tomaron los valores de k1 que se desprenden de las
ecuaciones de la tabla V.33 y los k2 de la tabla V.34, tanto para los tamaños de gotas
medidos, como para los tamaños de gotas teóricos. La relación de estos ensayos se
muestra en la tabla V.38.
En las dos metodologías con las que se calibró el modelo, el mayor error que se cometió
entre el modelo simulado y el ensayo de campo (en mm h-1), fue en las combinaciones
que tienen una sola boquilla, observándose un mayor error en la presión de 450 kPa, con
2,4 mm h-1 en las gotas medidas y 2,0 mm h-1 en las gotas teóricas.
V.- RESULTADOS Y DISCUSIÓN
142
Con dos boquillas ocurre lo contrario, a medida que aumenta la presión disminuyen los
errores (tabla V.35). Esto contrasta con lo obtenido por Playán et al. (2006) en la
calibración de un modelo de simulación usando tamaños de gotas teóricos y aspersores
con dos boquillas, donde observaron que los errores aumentaban conforme aumentaba la
presión.
Cuando se comparan los errores que se cometen en la similitud de los modelos simulados
y los medidos en campo, se observa que: en el modelo generado con los tamaños de gotas
medidos, los errores son mayores que en el modelo generado con los tamaños de gotas
teóricos, acentuándose más en las combinaciones que tienen una sola boquilla (tabla
V.35).
Para combinaciones con dos boquillas, los errores que se cometen con los tamaños de
gotas medidos y teóricos son algo menores que los obtenidos por Playán et al. (2006), en
combinaciones de boquillas 4,4+2,4mm, marco de riego de 18m x 15m rectangular y dos
aspersores distintos, los errores fueron entre 1,7 y 2,6 mm h-1.
Montero (1999), en la validación del SIRIAS para un marco de 18m x 18m, a la presión
de 350 kPa encontró errores medios de 0,82 mm h-1, valor éste muy parecido al obtenido
en la combinación C4 (18m x 15m T a 320 kPa), con las gotas medidas y teóricas, los
cuales fueron de 1,0 y 0,90 mm h-1, respectivamente (tabla V.35).
El mayor error cuadrático entre el modelo de distribución de agua simulado y el medido
en campo, tanto para las gotas medidos como para las teóricas fue de 5,5 % y 8,9 %,
respectivamente, en la combinación C1; en cambio con las gotas teóricas el menor error
que se cometió (1%) fue en la combinación C3 y en las medidas en las combinaciones C9
y C10. De manera general con las gotas medidas se comete menor error (3,2%) que con
las gotas teóricas (4,3%). Otro investigadores en la calibración de modelos de simulación
utilizando gotas teóricas, han obtenidos errores muy similares a éstos; Montero (1999), en
la calibración y validación del SIRIAS, determinó que los errores entre el modelo de
campo y el simulado no superaban el 5%; Playán et al., (2006), el la validación de un
modelo de simulación, estimó que el error era de 3,09%, en la estimación del CU.
V.- RESULTADOS Y DISCUSIÓN
143
Tabla V.35. Parámetros de similitud espacial para cada combinación y error cuadrático de la distribución de agua, entre el modelo simulado y el ensayo de campo, con los
tamaños de gotas medidos y los teóricos
Combinación Parámetros de similitud obtenidos con los tamaños de gotas medidos
Promedios 3,2 4,3 *: se tomó el valor medio de k1 para el caso de las gotas teóricas;SD2: sumatoria de las diferencias de las pluviometrías calculadas y medidas en cada uno de los puntos mojados; Smd: diferencia absoluta entre la pluviometría calculada y medida; Smd/pu: error cometido en mm h-1 con la simulación; EC1: error cuadrático medio en el coeficiente de Uniformidad de Christiansen, con los tamaños de gotas medidos y de campo; EC2: error cuadrático medio en el coeficiente de Uniformidad de Christiansen, con los tamaños de gotas teóricos y de campo
V.- RESULTADOS Y DISCUSIÓN
144
V.4.5.1.-Validación con los k1 y k2 generalizados
Para obtener coeficientes correctores k1 y k2 de aplicación general, se realizó una
división de los k1 en función de la velocidad del viento (para vientos menores y mayores
a 2 m s-1) y el número de boquillas (una y dos boquillas). Esta división se realizó
atendiendo a lo expuesto en el epígrafe V.4.3, en el que de forma general se observa que
el uso de una o dos boquillas y la velocidad del viento condicionan de forma significativa
el comportamiento de este coeficiente. Con el uso de dos boquillas y velocidades de
viento bajas (< 2 m s-1) el valor de k1 más recomendable es de 2,50; mientras que para
velocidades de vientos altos es de 1,00. Con una sola boquilla ocurre lo contrario que con
dos boquillas, k1 = 1,00 para velocidades de vientos baja (< 2 m s-1); mientras que para
vientos altos este valor es de 2,25. El k2 se escogió de acuerdo al tipo de curva radial
como se muestra en la tabla V.34. En la tabla V.36 se presentan los valores de k1 y k2,
con los que se ha validado el modelo, tanto para los tamaños de gotas medidos como para
los teóricos.
Tabla V.36. Valores de los coeficientes correctores seleccionados para la validación del SIRIAS
Número de boquillas Coeficientes correctores
k1 k2
(< 2 m s-1) (> 2 m s-1) 220 kPa 320 kPa
Una 1,00 2,25 0,25 0,05
Dos 2,50 1,00 0,10
Con los valores de k1 y k2 que se presentan en la tabla V.36, en los tamaños de gotas
medidos, el error cuadrático medio entre el modelo simulado y el medido en campo es de
5,16 % y un coeficiente de determinación de 0,65; mientras que con los tamaños de gotas
teóricos el error es de 4,21%, con un coeficiente de determinación de 0,62.
Cabe destacar que el mayor error cuadrático que se cometió con las gotas medidas fue en
la combinación Agros 35 con boquillas 4,4+2,4 mm a la presión de 450 kPa, en marco de
15m x 15m; mientras que el menor error fue con el mismo aspersor, pero con boquillas
4,8+2,4 mm a 320 kPa, en marco de riego de 18m x 15m triangular. En cuanto a la
validación con las gotas teóricas, el mayor error cuadrático se observó en la combinación
Agros 35 con boquillas 4,4+2,4 mm a la presión de 220 kPa, en marco de 15m x 15m;
mientras que el menor error se verificó en el mismo aspersor, boquillas y marco, pero a la
presión de 320 kPa (tabla V.38).
V.- RESULTADOS Y DISCUSIÓN
145
Tabla V.38. Relación de los ensayos utilizados en el proceso de validación, coeficientes k1 y k2 y error
cuadrático medio entre los CU simulados y los de campo, en cada una de las combinaciones
Cob: identificación del ensayo en la cobertura; A1: aspersor Agros 35; A2: aspersor Agros 40; A3: aspersor VYR 37; (a): vaina prolongadora del chorro y (b): vaina integrada en la boquilla; M1: marco de riego de 15m x 15m; M2: marco de riego de 18m x 15m triangular; CU1 de campo; CU2 obtenidos con las gotas medidas ; CU3 obtenidos con las gotas teóricas; EC1: error cuadrático medio cometido en cada combinación con las gotas medidas; EC2: error cuadrático medio cometido en cada combinación con las gotas teóricas.
V.- RESULTADOS Y DISCUSIÓN
146
En sentido general la simulación de la distribución de agua con el SIRIAS tiende a
subestimar los CU de campo, tanto con las gotas medidas como con las gotas teóricas,
siendo la pendiente de la recta que relaciona los CU simulados con el de campo muy
parecida en ambos casos. Con las gotas teóricas se observa que la tendencia es a
disminuir los errores en la medida que el CU de campo es mayor; mientras que con las
gotas medidas se mantiene el mismo porcentaje de error en los CU de campo altos, como
también en los bajos (fig. V.30).
CUc = 0,8625 CUgt + 13,11
R2 = 0,62
CUc = 0,9049 CUgm + 11,496
R2 = 0,65
60
65
70
75
80
85
90
95
100
60 65 70 75 80 85 90 95 100
CUv (%)
CUc (%
)
CU gt CU gm Relación 1:1 Lineal (CU gt) Lineal (CU gm)
Figura V.30.Relación entre los CU de campo (CUc) y los obtenidos con la validación del modelo (CUv), en
los tamaños de gotas medidas (gm) y en las gotas teóricas (gt)
V.- RESULTADOS Y DISCUSIÓN
147
V.4.6.-Conclusiones sobre la calibración y validación del SIRIAS
� Existe una relación lineal del coeficiente corrector k1 con la velocidad del viento,
estando esta relación mejor explicada con los tamaños de gotas medidos, que con
los tamaños de gota teóricos utilizados por el modelo SIRIAS.
� El tipo de curva radial (elíptico, triangular o “rosquilla”), y en menor medida, el
marco de riego, influyen en el comportamiento del k1 frente a la velocidad
del viento, los cuales pueden cambiar el sentido de la relación.
� El comportamiento del coeficiente k2, está determinado sólo por el tipo de curva
radial.
� Con los valores de k1 obtenidos de la regresión k1-velocidad del viento, y los k2
de acuerdo al tipo de curva radial, se comete menor error con las gotas medidas
que con las teóricas, con 3,2 y 4,3%, respectivamente. En cambio, al generalizar
los valores de k1 y k2 obtenidos en función de la velocidad del viento y el número
de boquillas, se cometen menos errores en el proceso de simulación con los
diámetros de gotas teóricos (4,2%), que utilizando los diámetros de gotas medidos
(5,2%).
� No aparecen grandes diferencias entre la distribución de agua simulada con las
gotas medidas y las gotas teóricas, siendo esta diferencia en torno a un 1%.
� Con los coeficientes k1 y k2 generalizados, con el uso de dos boquillas a 320 kPa
se cometió el menor error entre el modelo simulado y el medido, tanto para las
gotas medidas, como para las teóricas.
� El error cuadrático medio que se comete con el SIRIAS, entre el modelo simulado
y el medido en campo, está en torno al 5%.
VI.- CONCLUSIONES
VI.- CONCLUSIONES
148
VI.- CONCLUSIONES GENERALES
De la diversidad de ensayos realizados en esta tesis, que se pueden considerar bastante
representativos de los sistemas de aspersión estacionario utilizados en gran parte de los
regadíos a nivel mundial, se puede deducir que:
� La presión media de trabajo más recomendable en cuanto a uniformidad, es 320
kPa, ya que con ella se obtienen valores de CU muy parecidos a los obtenidos con
la presión de 450 kPa, pero con menor consumo de energía, no resultando muy
adecuada la presión de 220 kPa al reducirse de forma significativa los valores de
CU obtenidos.
� Se puede deducir que se alcanzan mayores valores de CU con dos boquillas que
con una, trabajando a presión media (320 kPa).
� La forma de la curva radial de reparto de agua condiciona la uniformidad de
distribución de agua. La curva tipo “rosquilla” o “donut” es la que produce menores
valores de CU para los distintos marcos de riego.
� Las curvas tipo rectangular obtienen mayores valores de CU con el marco
triangular 18m x 15m T, que con el cuadrado 15m x 15m para bajas velocidades de
viento, aunque para vientos más intensos se comporta mejor en el marco cuadrado,
al ser algo más pequeño.
� Las curvas de tipo triangular consiguen mayor uniformidad con el marco cuadrado
15m x 15m que con el triangular 18m x 15m T, para cualquier condición de viento.
� En general, con velocidades de viento bajas (< 2 m s-1), la uniformidad de reparto
de agua aumenta ligeramente con el viento, ocurriendo lo contrario para vientos
medios y altos (>2 m s-1).
� Los aspersores con un cuerpo (conducto de salida más largo) como el Agros 40
obtienen, en general, buena uniformidad con las distintas boquillas (4,8 mm y
4,4+2,4 mm) y marcos de riego (15m x 15m y 18m x 15m T) ensayados,
funcionando a presión media (320 kPa). La razón parece estar en que produce un
chorro más compacto y se obtiene mayor alcance (con un tipo de curva radial
rectangular), la cual solapa bien con los marcos más comunes de riego, lo que le da
un buen comportamiento frente al viento.
De la medición y la modelización de la distribución de los tamaños de las gotas producidas
por aspersores de tamaño medio y bajo las condiciones estudiadas se deduce que:
� El disdrómetro óptico permite obtener una buena aproximación de la distribución
de los tamaños de gotas producidas por los aspersores, siendo un método rápido y
cómodo aunque necesita un proceso de depuración que trate de eliminar los
problemas de solapamiento de gotas y el efecto borde.
� La presión de trabajo es el factor que más condiciona la distribución de los tamaños
de las gotas.
VI.- CONCLUSIONES
149
� El modelo de simulación de reparto de agua de un aspersor considerando la acción
del viento puede mejorar si se utilizan la distribución de tamaños de gotas del
aspersor respecto a una distribución teórica, aunque con esta última, también se
obtiene un nivel de precisión razonable.
De la calibración y la validación del programa de simulación en riego por aspersión
SIRIAS, tanto para las gotas medidas, como para las gotas teóricas que utiliza el modelo,
se desprende que:
� El coeficiente k1, corrector de resistencia aerodinámica, se comporta de manera
lineal frente a la velocidad del viento, comportamiento este que es influenciado por
el tipo de aspersor y el número de boquillas y en menor medida por el marco de
riego; mientras que el coeficiente k2, al parecer solo está influenciado por el tipo de
curva radial. No obstante, aunque se pierde algo de precisión, pueden utilizarse
valores del coeficiente k1 solo en función del número de boquillas y de la velocidad
del viento.
� El modelo de simulación SIRIAS es una herramienta útil para la simulación del
riego por aspersión estacionario, presentando un margen de error en torno al 5% en
la predicción de la distribución de agua producida por los aspersores.
� En el proceso de simulación de la distribución de agua realizado con el SIRIAS no
aparecen grandes diferencias (menos del 1%) entre las simulaciones realizadas con
las gotas medidas y las gotas teóricas.
VII.- BIBLIOGRAFÍA
VII.- BIBLIOGRAFÍA
150
VII.- BIBLIOGRAFÍA
• Allen, R.G. 1987. Dept. Agricultural and Irrigation Engineering. Utah State Univ., Logan, UT, 84322 - 4105.
• Allen, R.G. 1998. CATCH3D: Sprinkler overlap program. Dept. Agricultural and Irrigation Engineering. Utah State Univ., Logan, UT, 84322-4105.
• Al-Rumikhani, Y. 1994. Modelling and measuring the performance of medium and large irrigation sprinklers. PhD thesis, Silsoe College, Crandfield University (UK).
• ASAE Standard S330.1, 1985. Procedure for sprinkler distribution testing for research purposes. In: ASAE Standards. ASAE, St. Joseph, MI.
• ASAE Standard S398.1, 1985. Procedure for sprinkler testing and performance reporting. In: ASAE Standards. ASAE, St. Joseph, MI.
• Augier, P. 1996. Contribution à l’étude et à la modélisation mécaniste-statistique de la distribution spatiale des apports d’eau sous un canon d’irrigation: application á la caractérisation des effects du vent sur l’uniformité d’arrosage. Thèse. ENGREF (Montpellier). CEMAGREF (France).
• Bautista, C., E. Playán, R. Salvador, J. Burguete, J. Montero, J. M. Tarjuelo, N. Zapata and J. González. 2008. Comparing methodologies for the characterization of water drops emitted by an irrigation sprinkler. Agricultural Water Management. (In press).
• Bezdek, J.C. y K.H. Solomon. 1983. Upper limit lognormal distribution for drop size data. J. Irrig. Drain. Eng. 109(1): 72-88.
• Bilanski, W.K. y E.H. Kidder. 1958. Factors that affect the distribution of water from a medium pressure rotary irrigation sprinkler. Trans. ASAE. 1(1): 19-28.
• Blanchard, D.C. 1948. Observations on the behaviour of water drops at terminal velocity in air. Occasional report Nº 7, Project Cirus, General Electric Research Laboratory. Schenectady, N.Y.
• Box, G., W. Hunter y J.S. Hunter. 1999. Estadística para Investigadores. Introducción al diseño de experimentos, análisis de datos y construcción de modelos. John Wiley & Sons, Inc. versión en español por Editora Reverté, Barcelona, España.
• Bremond, B. y B. Molle. 1995. Characterization of rainfall under center pivot: influence of measuring procedure. J. Irrig. Drain. Eng. 121(5): 347-353.
• Burguete, J., E. Playán, J. Montero and N. Zapata. 2007. Improving drop size and velocity estimates of an optical disdrometer: implications for sprinkler irrigation simulation. Transactions of the ASABE. Vol. 50(6): 2103-2116
• Carran, P.S. 1977. The prediction of wind-affected sprinkler performance. These in Agricultural Engineering. University Canterbury, Agricultural Engineering Institute, New Zealand.
• Carrión P., J.M. Tarjuelo y J. Montero. 2001. SIRIAS: A simulation model for sprinkler irrigation. I Description of the model. Irrig Sci. 20: 73-84.
• Chavorian, O.R. 1974. Influence du vent sur la portée du jet des asperseurs. Institut de recherches scientifiques arménien. V3 (8).
• Christiansen, J.E. 1942. Irrigation by sprinkling. California Eg. Exp. Sta. Bull. 670.
• Dadiao, C. and W.W. Wallender. 1985. Droplet size distribution and water application with low-pressure sprinklers. Trans. ASAE. 28(2): 511-516.
• DeBoer, D.W. 2002. Drop and energy characteristics of a rotating spray-plate sprinkler. Journal of Irrigation and Drainage Engineering. Vol. 128, No. 3. p 137-146
VII.- BIBLIOGRAFÍA
151
• Dechmi F., E. Playán, J. Cavero, A. Martínez-Cob y J.M. Faci. 2001. Evaluación del riego por aspersión en cobertura total en una parcela de maíz. XIX Congreso Nacional de Riegos y Drenajes. 12-14 junio. Zaragoza, España. pp. 139-140
• Dechmi, F., E. Playán y J. Cavero. 2002. Calibración y validación de un modelo de simulación del riego por aspersión. XX Congreso Nacional de Riegos y Drenajes. 12-14 junio. Ciudad Real, España. pp. 101-102.
• Dechmi, F. 2002.Gestión del agua en sistemas de riego por aspersión en le Valle del Ebro: análisis de la situación actual y simulación de escenarios. Tesis Doctoral. Escola d' Enginyeria Agrària. Universitat de Lleida, Lleida, España.
• Dechmi, F., E. Playán, J. Cavero, A. Martínez-Cob, and J.M. Faci. 2004. A coupled crop and solid set sprinkler simulation model: I. Model development. Journal of Irrigation and Drainage Engineering, ASCE, 130(6), 499-510.
• De Juan, A., J.M. Tarjuelo, M. Valiente and M. García. 1996. Model for optimal cropping patterns within the farm based on crop water production functions and irrigation uniformity. I: Development of a decision model. Agricultural Water Management. 31 115-143
• Eigel, J.D and I. D. Moore. 1983. A simplified technique for measuring raindrop size and distribution. Trans. ASAE 26(4): 1079-1084.
• Fereres, E. 1995. Situación y perspectivas de la investigación en riegos en España. Fronteras de la ciencia y de la tecnología. CSIC. Nº 8:32-34
• Fukui, Y., K. Nakanishi and S. Okamura. 1980. Computer evaluation of sprinkler irrigation uniformity. Irrig. Science. 2: 23-32.
• Goering, C.E. and D.B. Smith. 1978. Equations for droplet size distributions in sprays. Trans. ASAE: 209-216.
• Green, R.L. 1952. Evaluation of air resistance to freely falling drops of water. Agricultural Engineering 33(1): 28; 33(5):286.
• Grossklaus, M., K., Uhlig and L. Hasse. 1998. An Optical disdrometer for use in high wind speeds. American Meteorological Society. p 1051-1059
• Han, S., R.G. Evans and M.W. Kroeger. 1994. Sprinkler distribution patterns in windy conditions. Trans. ASAE. 37(5): 1481-1489.
• Hart, W.E. and W.N. Reynolds. 1965. Analitical design of sprinkle systems. Trans. ASAE. 8(1): 83-89
• Hartigan, J.A. and M.A. Wong. 1975. A k-means clustering algorithm, applied statistics, 28, 100-108.
• Heermann, D.F. 1990. Center pivot design and evaluation. Proc. of the Third Nat. Irrigation Symp. Phoenix, Ariz, St Joseph, Mich. ASAE. 564-570
• Heermann, D.F and R.A. Kohl. 1980. Fluid dynamics of sprinkler systems, 583-618, en "Design and operation of farm irrigation sistem". Ed. M.E. Jensen. ASAE. Michigan U.S.A.
• Hills, D. and Y. Gu. 1989. Sprinkler volume mean droplet diameter as a function of pressure. Trans. ASAE. 32(2): 471-476.
• Horibe, K. and H. Shirai. 1982. On the factors affected droplet size of water sprayed nozzle. Trans. JSAM, Tokyo, Japan. 44(1): 37-44
• Illingworth, A.J. and C.J. Stevens. 1987. An optical disdrometer for the measurement of raindrop size spectra in windy conditions. J. Atmos. Oceanic Technol. 4(3): 411-421.
VII.- BIBLIOGRAFÍA
152
• Inouë, H. 1963. On drop size distribution in sprays emitted by a sprinkler under different conditions. Tech. Bul. Fac. Agr., Kakana University. 14(2): 160-172.
• Inouë, H. and S.S. Jayasinghe. 1962. On size distribution and evaporation losses from spray droplets, emitted by a sprinkler. Tech. Bullentin of Faculty al Agriculture. 13(2): 202-212. Kagawa University.
• ISO 7749/2, 1990. Norme internationale. Matériel d’irrigation. Asperseurs rotatifs. Partie 2: Uniformité de la distribution et méthodes d’essai.
• Janna, W.S. and J.E. John. 1979. Drop-size distribution of newtonian liquid sprays produced by fan-jet pressure nozzles. J. of Engineering for Ind. 101(5): 171-177.
• Keller, J. and R.D. Bliesner. 1990. Sprinkle and Trickle Irrigation. AVI Book. Van Nostrand Reinhold. New York.
• Kessler, M. 2003. Apuntes de estadísticas industrial. Tema V. Departamento de Matemática aplicada y estadística. Universidad Politécnica de Cartagena. Cartagena, España. p 50
• Kincaid, D.C. 1996. Spraydrop kinetic energy from irrigation sprinklers. Trans. ASAE. 39(3): 847-853.
• Kincaid, D.C., K.H. Solomon and J.C. Oliphant. 1996. Drop size distributions for irrigation sprinklers. Trans. ASAE. 39(3): 839-845.
• Knollenberg, R.G. 1970. The Optical array: an alternative to scattering or extinction for airborne particle size determination. J. Appl. Meteor. 9: 86-103.
• Kohl, R.A. 1974. Drop size distribution from medium-sized agricultural sprinklers. Trans. ASAE 17(4): 690-693.
• Kohl, R.A. and D.W. DeBoer. 1984. Drop size distributions for a low pressure spray type agricultural sprinkler. Trans. ASAE 27(6): 1836-1840.
• Kohl, R.A. and D.W. DeBoer. 1990. Droplet characteristics of a rotating spray plate sprinkler. ASAE Paper No. 90-2612. St. Joseph, Mich. ASAE.
• Kohl, K.D., R.A. Kohl and D.W. DeBoer. 1987. Measurement of low pressure sprinkler evaporation loss. Trans. ASAE 30(4): 1071-1074.
• Kohl, R.A., R.D. von Bernuth and G. Heubner. 1985. Drop size distribution measurement problems using a laser unit. Trans. ASAE 28(1): 190-192.
• Laws, J.O. 1941. Measurement of fall velocity of water drops and raindrops. Trans. Amer. Geoph. Un. 22: 709-721.
• Laws, J.O. and D.A. Parson. 1943. The relation of raindrop size to intensity. Trans. Amer. Geoph. Un. 24: 452-460.
• Levine, G. 1952. Effects of irrigation droplets on infiltration and aggregate breakdown. Agr. Engineering 33(9):559-560.
• Li, J. and H. Kawano. 1995. Simulating water-drop movement from noncircular sprinkler nozzles. J. Irrig. Drain. Eng. 121(2): 152-158.
• Li, J., H. Kawano and K. Yu. 1994. Droplet size distribution from different shaped sprinkler nozzles. Trans. ASAE. 37(6): 1871-1878.
• List, R.J. 1966. Smithsonian Meteorological Tables, Smithsonian Misc. Collections, Vol. 11, Smithsonian Institute, Wash. D. C.
VII.- BIBLIOGRAFÍA
153
• Martínez, R. 2004. La distribución del agua bajo riego por aspersión estacionario y su influencia sobre el rendimiento del cultivo de maiz (Zea mays L.). Tesis Doctoral. Universidad de Castilla-La Mancha, Albacete, España.
• Matsura, E. 1993. Observation et modélisation fu jet produit par un canon d’arrosage. Thèse Doctorat, ENGREF, Montpellier, Francia.
• Merriam, J.L. and J. Keller. 1978. Farm irrigation system evaluation: a guide for management. Utah State University, Logan, Utah.
• Merrington, A.C. and E.G. Richardson. 1947. The breakup of liquid jets. Proc. Phy. Soc. (London) 59(2):1-13.
• Meyer, L.D. 1958. An investigation of methods for simulating rainfall on standard runoff plots and a study of the drop size, velocity, and kinetic energy of selected spray nozzles. Special Rpt. No. 81. ARS, USDA, 43 pp.
• Moldenhauer, W.C. and W.D. Kemper. 1969. Interdependence of water drop energy and clod size on infiltration and clod stability. Soil Sci. Soc. of Am. Proc. 33:297-301.
• Molle, B. 2002. Charactering droplet distribution of an irrigation sprinkler water application. International Commission on Irrigation and Drainage, Montreal, Canada.
• Montero, J., J.M. Tarjuelo, J.I. Tébar, F. Lozano y F.T. Honrubia. 1997b. La distribución de agua con riego por aspersión en cobertura total. XV Congreso Nacional de Riegos y Drenajes. Lérida, 25-27 de Junio de 1997. Asociación Española de Riegos y Drenajes. Madrid, España.
• Montero, J. 1999. Análisis de la distribución de agua en sistemas de riego por aspersión estacionario. Desarrollo del modelo de simulación de riego por aspersión (SIRIAS).Tesis Doctoral. Universidad de Castilla-La Mancha, Albacete, España.
• Montero J., J.M. Tarjuelo and P. Carrión. 2001. SIRIAS: a Simulation Model for Sprinkler Irrigation. PART II. Calibration and Validation of the Model. Irrigation Science 20, 85-98.
• Montero, J., J. M. Tarjuelo, and P. Carrión. 2003. Sprinkler droplet size distribution measured with an optical spectropluviometer. Irrig. Sci. 22(2): 47-56.
• Montero, J., P. Carrión, J. M. Tarjuelo, y R. A. Nin. 2006. Calibración de un disdrómetro óptico para la medida de tamaños de gota producidos por los aspersores. XXIV Congreso Nacional de Riegos. Lugo, España.
• Morsi S.A. and A.J. Alexander. 1972. An investigation of particle trajectories in two-phase flow systems. J. Fluid. Mec. 55(2): 193-208.
• Mugele, R.A. and H.D. Evans. 1951. Droplet size distribution in spray. Industrial Eng. Chem. 43(6): 1317-1324.
• Park, S.W., J.K. Mitchell and G.D. Bubenzer. 1982. Splash erosion modelling: Physical analysis. Trans. ASAE. 25(2): 357-361.
• Park, S.W., J.K. Mitchell and G.D. Bubenzer. 1983. Rainfall characteristics and their relation to splash erosion. Trans. ASAE. 26(3): 795-804
• Peña, D. 2002. Análisis de Datos Multivariado. Editora Mc Graw-Hill/Interamericana, Madrid, España. p 219-243.
• Pernes, P. 1967. Balistique et granulométrie des asperseurs. Théorie et Expérimentation. Bulletin Technique du Génie Rural, CERAFER, nº 85.
VII.- BIBLIOGRAFÍA
154
• Playán, E., W.R. Walker and G.P. Merkley. 1994. B2D: Two-dimensional simulation of basin irrigation. J. Irrig. Drain. Eng. 120(5): 837-870.
• Playan, E., N. Zapata, J.M. Fasi, D. Tolosa, J.L. Lacuela, J. Pelegrín, R. Salvador,I. Sánchez and A. Lafita. 2006. Assessing sprinkler irrigation uniformity using a ballistic simulation model. Agricultural Water Management. (84) 89-100
• Redditt, W.M. 1965. Factors affecting sprinkler uniformity. In: Hawaii Sugar Planters Association (ed.), Sprinkler irrigation engineering manual, 10 – 22. Hawaii Sugar Planters Association, Hawaii, HI, USA
• Richard, P.J. and E.K. Weatherhead. 1993. Prediction of raingun application patterns in windy conditions. J. Irrig. Drain. Eng. 54: 281-291.
• Salles, C. 1995. Analyse microphysique de la pluie au sol: mesures par Spectro-Pluviomètre-Optique et méthodes statistiques d’analyse spectrale et de simulation numérique. Thèse de l’Université Joseph Fourier, Grenoble.
• Salvador, R., E. Playán, C. Bautista, J. Burguete and N. Zapata. 200X. A photographic methodology for drop characterization in agricultural sprinklers. J. Irrigation and Drainage Division, ASCE. (Sometido)
• Seginer, I. 1965. Tangential velocity of sprinkler drops. Trans. ASAE. 8(1):90-93.
• Seginer, I., D. Kantz and D. Nir. 1991a. The distortion by wind of the distribution patterns of single sprinklers. Agric. Water Manage. 19: 341-359.
• Seginer, I., D. Kantz, D. Nir and R.D von Bernuth. 1992. Indoor measurement of single-radius sprinkler patterns. Trans. ASAE 35(2): 523-533.
• Seginer, I., D. Nir and R.D. von Bernuth. 1991b. Simulation of wind-distorted sprinkler patterns. J. Irrig. Drain. Eng. 117(2): 285-305.
• Shull, H. and A.S. Dyla. 1976. Wind effects on water application patterns from a large single nozzle sprinkler. Trans. ASAE. 501-504.
• Skhiri, A. 2007. Mejora de la productividad del agua en comunidades de riego por aspersión. Tesis de grado, Master of Science. Institut Agronomique Méditerranéen de Mediterranean Agronomic of Zaragoza, Zaragoza, España.
• Solomon, K. 1979. Variability of sprinkler coefficient of uniformity-test results. Trans. ASAE. 22(5): 1078-1086.
• Solomon, K. and J.C. Bezdek. 1980. Characterizing sprinkler distribution patterns with a clustering algorithm. Trans. ASAE 23(4):899-906.
• Solomon, K.H., D.C. Kinkaid and J.C. Bezdek. 1985. Drop size distributions for irrigation spray nozzles. Trans. ASAE 28(6):1966-1974.
• Solomon, K.H., D.F. Zoldoske and J.C. Oliphant. 1991. Laser optical measurement of sprinkler drop sizes. In Proc. Automated Agriculture for the 21st Century. Chicago, III., 16-17 December. St. Joseph, Mich. ASAE.
• SPSS Inc. 2006. SPSS para Windows versión 14.0. SPSS Inc., Chicago. USA.
• Srivastava, R.C. 1978. Parameterization of raindrop size distributions. J. of Atmospheric Sciences. 35(1): 108-117.
• Stillmunks, R.T. and L.G. James. 1982. Impact energy of water droplets from irrigation prinklers. Trans. ASAE 25(1): 130-133.
VII.- BIBLIOGRAFÍA
155
• Strelkoff, T.S. 1990. SRFR. A computer program for simulating flow in surface irrigation. Furrows-Basins-Borders, WCL Report #17, U.S. Water Conservation Laboratory, USDA/ARS, Phoenix, AZ, 69p.
• Strong, W.C. 1961. Advanced irrigation design. Agric. and irrigation, Proc. Of an Interna. Irrig. Sump., Sponsored by Wright Rain, Ltd., Salisbury, Southern Rhodesia. 242-246.
• Strong, W.C. 1972. Sprinkler Irrigation manual. General Sprinkler Corp. Fresno, CA. 27 pp.
• Tanner, C.B. and W.L. Pelton. 1960. Potential evapotranspiration estimates by the approximate energy balance method of Penman. J. Geophys. Res. 65(10): 3391-3413
• Tarjuelo, J.M., P. Carrión y M. Valiente. 1994. Simulación de la distribución del riego por aspersión en condiciones de viento. Investigación Agraria. Producción y Protección Vegetal. 9(2): 255-272.
• Tarjuelo, J.M., J. Montero, F.T. Honrubia, J.J. Ortiz and J.F. Ortega. 1999. Analysis of uniformity of sprinkle irrigation in a semi-arid area. Agric. Water Manage. 40: 315-331.
• Tarjuelo, J.M., M. Valiente and J. Lozoya. 1992. Working conditions of sprinkler to optimize application of water. J. Irrig. Drain. Eng. 118(6): 895-913.
• Tarjuelo, J.M., J. Montero, M. Valiente, F.T. Honrubia and J. Ortiz 1999. Irrigation uniformity with medium size sprinklers. Part I. Characterization of water distribution in no-wind conditions. Transaction of the ASAE. Vol 42(3). 665-675
• Tarjuelo, J.M., J. Montero, P. Carrión, F.T. Honrubia and M.A. Calvo. 1999. Irrigation Uniformity with Medium Size Sprinklers. Part II. Influence of wind and other factors on water distribution. Transaction of the ASAE. Vol 42(3).677-689
• Tarjuelo, J.M., A. De Juan, M. Valiente and M. García. 1996. Model for optimal cropping patterns within the farm based on crop water production functions and irrigation uniformity. II: A case study of irrigation scheduling in Albacete, Spain. Agricultural Water Management. 31 145-163
• Tarjuelo, J.M. 2005. El Riego por Aspersión y su Tecnología. Mundi-Prensa S.A., Madrid, España.
• UNE. 68-072-86. 1986. Norma española. Aspersores rotativos. Requisitos generales y métodos de ensayo. AENOR, España.
• Valiente, M. 1995. Metodología para la evaluación y mejora del reparto de agua con aspersores de tamaño medio en la zona de Albacete. Tesis Doctoral. ETSIA-UPM. Madrid.
• Visauta, B. 2007. Análisis estadístico con SPSS 14. Tercera Edición. Editorial Mac Graw-Hills/Interamericana. Madrid, España.
• von Bernuth, R.D. 1982. A physically based analysis of potential runoff under center pivot irrigation incorporating infiltration reduction. Ph.D. diss., Univ. of Nebraska.
• von Bernuth, R.D. 1988. Effect of trajectory angle on performance of sprinklers in wind. J. Irrig. Drain. Eng. 114(4): 579-587.
• von Bernuth, R.D. and I. Seginer. 1990. Wind considerations in sprinkler system design. Visions of the future. ASAE. Third National Irrigation Symposium. 334-339
• von Bernuth, R.D. and J.R. Gilley. 1984. Sprinkler droplet size distribution estimation from single leg test data. Trans. ASAE. 27(5): 1435-1441.
• Vories, E.D., R.D. von Bernuth and R.H. Mickelson. 1987. Simulating sprinkler performance in wind. J. Irrig. Drain. Eng. 113(1): 119-130.
• Walker, W.R. 1993. SIRMOD. Surface irrigation simulation software. Biological and Irrigation Engineering Department. Utah State University. Logan, Utah 84322-4104.
VII.- BIBLIOGRAFÍA
156
• Walpole, R., R. Myers, S. Myers and K. Ye. 2007. Probabilidad y Estadística para Ingeniería y Ciencias. Octava edición. Editora Pearson Educación, Mexico, Mexico.
• Wiersma, J.L. 1955. Effect of wind variation on water distribution from rotating sprinklers. South Dakota St. Col. Agr. Exp. Sta. Tech. Bul. 16.
• Zanon, B. 1980. Influence du vent sur l’arrosage en bandes par canon mobile. Mémoire de l’ENITRTS, Strasbourg.
• Zerihun, D. and J. Feyen. 1996. Manual of FURDEV and BORDEV . Furrow and Border design-management and evaluation. Institute for Land and Water Management, Katholieke Universiteit Leuven, Vital Descosterstraat 102, B-3000 Leuven, Belgium.
ANEXO I.-
Tabla 1. Relación de los ensayos realizados en la cobertura
Combinación Identificación Aspersor Boquillas Marco Presión Temp. HR W Dirección W Caudal Eficiencia
Comb.= combinación; Inden.= identificación en la cobertura; W= velocidad del viento; Wuur
= dirección del viento; k1 y k2= coeficientes correctores aerodinámicos; smd= diferencias absolutas entre el modelo simulado y el medido (mm); smd/pu= error cometido en mm h-1en cada uno de los puntos mojados; CV= coeficiente de variación; UD3= Uniformidad de Distribución simulada; CU3= Coeficiente de Uniformidad de Christiansen simulado; UD= Uniformidad
de Distribución medida en campo; CU= Coeficiente de Uniformidad de Christiansen medido en campo; V= ensayos con los que se validó el modelo y C= ensayos con los que se calibró el modelo.
ANEXO II.-
4,4+2,4 mm en 15m x 15m a 220 kPa
y = 9,106x + 74,685
R2 = 0,9859
74
76
78
80
82
84
86
88
90
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6
W < 2 m s-1
CU (%)
4,4+2,4 mm en 15m x 15m a 220 kPa
y = -2,3925x + 91,28
R2 = 0,8086
76
78
80
82
84
86
88
0 1 2 3 4 5 6 7
W > 2 m s-1
CU (%)
Figura 1. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquillas 4,4+2,4 mm, a la presión de220 kPa y marco de
15 m x 15 m
4,4+2,4 mm en 15m x 15m a 320 kPa
y = 7,2712x + 82,751
R2 = 0,9718
82
84
86
88
90
92
94
96
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6
W < 2 m s-1
CU (%)
4,4+2,4 mm en 15m x 15m a 320 kPa
y = -1,5792x + 92,119
R2 = 0,8436
80
81
82
83
84
85
86
87
88
0 2 4 6 8
W > 2 m s-1
CU (%)
Figura 2. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquillas 4,4+2,4 mm, a la presión de 320 kPa y marco de
15 m x 15 m
4,4+2,4 mm en 15m x 15m a 450 kPa
y = 2,973x + 87,919
R2 = 0,8176
80
82
84
86
88
90
92
94
0 0,2 0,4 0,6 0,8 1 1,2
W < 2 m s-1
CU (%)
4,4+2,4 mm en 15m x 15m a 450 kPa
y = -7,2274x + 109,06
R2 = 0,9778
50
60
70
80
90
100
0 1 2 3 4 5 6 7
W > 2 m s-1
CU (%)
Figura 3. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquillas 4,4+2,4 mm, a la presión de 450 kPa en marco de
15 m x 15 m
4,4+2,4 mm en 18m x 15m T a 320 kPa
y = 4,8031x + 83,087
R2 = 0,8567
82
83
84
85
86
87
88
89
90
91
92
0 0,5 1 1,5 2
W < 2 m s-1
CU (%)
4,4+2,4 mm en 18m x 15m T a 320 kPa
y = -1,9677x + 91,287
R2 = 0,9392
72
74
76
78
80
82
84
86
0 2 4 6 8 10
W > 2 m s-1CU (%)
Figura 4. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquillas 4,4+2,4 mm a la presión 320 kPa, y marco de 18 m x 15
m en triangulo
4,4+2,4 mm en 15m x 15m a 320 kPa
y = 2,2172x + 84,729
R2 = 0,8357
84
85
86
87
88
89
90
91
0 0,5 1 1,5 2
W < 2 m s-1
CU (%)
4,4+2,4 mm en 15m x 15m a 320 kPa
y = -1,4373x + 89,932
R2 = 0,7454
78
79
80
81
82
83
84
85
86
87
88
0 1 2 3 4 5 6 7
W > 2 m s-1
CU (%)
Figura 5. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 40 con boquillas 4,4+2,4 mm a la presión de 320 kPa, en el marco de
15m x 15m
4,4+2,4 mm en 18m x 15m T a 320 kPa
y = 4x + 85
R2 = 0,9231
84
85
86
87
88
89
90
91
92
93
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6
W < 2 m s-1
CU (%)
4,4+2,4 mm en 18m x 15m T a 320 kPa
y = -6,6874x + 111,93
R2 = 0,8282
74
76
78
80
82
84
86
88
90
0 1 2 3 4 5 6
W > 2 m s-1
CU (%)
Figura 6. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 40 con boquillas 4,4+2,4 mm a la presión de 320 kPa y marco de
18m x 15 m en triangulo
4,4+2,4mm en 18m x 15m T a 320 kPa
y = 3,2749x + 79,674
R2 = 0,8511
78
80
82
84
86
88
90
0 0,5 1 1,5 2 2,5 3
W m s-1
CU (%)
Figura 7. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor
VYR 37, con boquilla 4,4+2,4 mm, a la presión de 320 kPa y marco de18m x 15m en triangulo
4,4+2,4mm en 15m x 15m a 320 kPa
y = 5,6918x + 80,916
R2 = 0,9892
80
82
84
86
88
90
92
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6
W< 2 m s-1
CU (%)
4,4+2,4mm en 15m x 15m a 320 kPa
y = -1,568x + 91,145
R2 = 0,9234
80
82
84
86
88
90
92
0 1 2 3 4 5
W > 2 m s-1
CU (%)
Figura 8. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor VYR 37, con boquillas 4,4+2,4 mm, a la presión de 320 kPa y marco de
15m x 15m
4,8+2,4 mm en 18m x 15m T a 320 kPa
y = 1,0427x + 81,874
R2 = 0,9831
81
82
83
84
85
86
0 0,5 1 1,5 2 2,5 3 3,5
W < 3 m s-1
CU (%)
4,8+2,4 mm en 18m x 15m T a 320 kPa
y = -2,7255x + 96,559
R2 = 0,8504
76
78
80
82
84
86
88
90
0 2 4 6 8
W > 3 m s-1
CU (%)
Figura 9. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquillas 4,8+2,4 mm a la presión320 kPa, y marco de 18 m x 15
en triangulo
4,8 mm en 15m x 15m a 220 kPa
y = 11,431x + 65,465
R2 = 0,9869
60
65
70
75
80
85
0 0,5 1 1,5 2
W < 2 m s-1
CU (%)
4,8 mm en 15m x 15m a 220 kPa
y = -8,6789x + 109,07
R2 = 0,9357
72
73
74
75
76
77
78
79
80
3 3,2 3,4 3,6 3,8 4 4,2 4,4
W > 2 m s-1
CU (%)
Figura 10. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquilla 4,8 mm a la presión de 220 kPa, en el marco de
15 m x 15 m
4,8 mm en 15m x 15m a 320 kPa
y = 5,0909x + 75,59
R2 = 0,961
74
76
78
80
82
84
86
88
0 0,5 1 1,5 2 2,5
W < 2 m s-1
CU (%)
4,8 mm en 15m x 15m a 320 kPa
y = -1,7103x + 87,932
R2 = 0,7948
78
79
80
81
82
83
84
85
0 1 2 3 4 5
W > 2 m s-1
CU (%)
Figura 11. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquilla 4,8 mm a la presión de 320 kPa, en el marco de
15 m x 15 m
4,8 mm en 15m x 15m a 450 kPa
y = 4,6082x + 77,36
R2 = 0,9101
76
77
78
79
80
81
82
83
84
85
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6
W < 2 m s-1
CU (%)
4,8 mm en 15m x 15m a 450 kPa
y = -0,6178x + 83,537
R2 = 0,9884
80
81
82
83
84
85
0 1 2 3 4
W > 2 m s-1
CU (%)
Figura 12. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquilla 4,8 mm, a la presión de 450 kPa, en el marco de
15 m x 15 m
4,8 mm en 15m x 15m a 320 kPa
y = 5,3061x + 78,755
R2 = 0,8622
78
80
82
84
86
88
0 0,2 0,4 0,6 0,8 1 1,2 1,4
W < 2 m s-1
CU (%)
4,8 mm en 15m x 15m a 320 kPa
y = -2,2222x + 90,389
R2 = 0,9697
80
82
84
86
88
90
0 1 2 3 4 5
W > 2 m s-1
CU (%)
Figura 13. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 40 con boquilla 4,8 mm a la presión de 320 kPa, y marco de
15 m x 15 m
4,8 mm en 15m x 15m a 320 kPa
y = 5,9677x + 74,565
R2 = 0,8493
72
74
76
78
80
82
84
86
88
0 0,5 1 1,5 2
W <2 m s-1
CU (%)
4,8 mm en 15m x 15m a 320 kPa
y = -2,3272x + 91,191
R2 = 0,904
80
82
84
86
88
90
0 1 2 3 4 5
W > 2 m s-1
CU (%)
Figura 14. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor VYR 37, con boquilla 4,8 mm, a la presión de 320 kPa y marco de 15m x 15m
5,2 mm a 320 kPa en 18m x 15m T
y = 0,6754x + 80,09
R2 = 0,1662
60
65
70
75
80
85
90
95
100
0,0 0,5 1,0 1,5 2,0 2,5
W m s-1
CU (%)
5,2 mm a 320 kPa en 18m x 15m T
y = 4,0131x + 60,929
R2 = 0,87
60
65
70
75
80
85
90
95
100
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0
W m s-1
Cu (%)
Figura 15. Relación CU-W, ecuación descriptiva y coeficiente de correlación, en el aspersor AGROS 35 con boquilla 5,2 mm a la presión de 320 kPa y marco 18 m x 15 m,
en triangulo
(a) (b)
Agros 35 con 4,4+2,4 mm a 220 kPa, en 15m x 15m
y = -0,5141x + 3,5366
R2 = 0,9535
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5 6 7
W m s-1
k1
Agros 35 con 4,4+2,4 mm a 220 kPa, en 15m x 15m
y = -0,5425x + 4,1811
R2 = 0,9439
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5 6 7
W m s-1
k1
Figura 16. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C1, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 35 con 4,4+2,4 mm a 320 kPa, en 15m x 15m
y = -0,4562x + 2,7492
R2 = 0,9898
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5 6
W m s-1
k1
Agros 35 con 4,4+2,4 mm a 320 kPa, en 15m x 15m
y = -0,4859x + 3,6469
R2 = 0,9555
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
0 1 2 3 4 5 6
W m s-1
k1
Figura 17. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C2, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 35 con 4,4+2,4 mm a 450 kPa, en 15m x 15m
y = -0,0265x + 0,1818
R2 = 0,9215
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0 1 2 3 4 5 6 7
W m s-1
k1
Agros 35 con 4,4+2,4 mm a 450 kPa, en 15m x 15m
y = -0,0501x + 0,254
R2 = 0,7009
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0 1 2 3 4 5 6 7
W m s-1
k1
Figura 18. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C3, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 35 con 4,4+2,4 mm a 320 kPa, en 18m x 15m triangular
y = 0,141x + 0,9517
R2 = 0,8678
0,00
0,50
1,00
1,50
2,00
2,50
0 2 4 6 8 10
W m s-1
k1
Agros 35 con 4,4+2,4 mm a 320 kPa, en 18m x 15m triangular
y = -0,0456x + 2,2108
R2 = 0,4376
0,00
0,50
1,00
1,50
2,00
2,50
0 2 4 6 8 10
W m s-1
k1
Figura 19. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C4, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 40 con 4,4+2,4 mm a 320 kPa, en 15m x 15m
y = -0,5571x + 4,2604
R2 = 0,9129
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5 6 7
W m s-1
k1
Agros 40 con 4,4+2,4 mm a 320 kPa, en 15m x 15m
y = -0,6878x + 5,0574
R2 = 0,8945
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5 6 7
W m s-1
k1
Figura 20. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C5, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 40 con 4,4+2,4 mm a 320 kPa, en 18m x 15m triangular
y = -0,566x + 4,5672
R2 = 0,9604
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5 6 7
W m s-1
k1
Agros 40 con 4,4+2,4 mm a 320 kPa, en 18m x 15m triangular
y = -1,0909x + 5,2727
R2 = 0,8182
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5 6
W m s-1
k1
Figura 21. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C6, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
VYR 37 con 4,4+2,4 mm a 320 kPa, en 18m x 15m triangular
y = 0,7486x - 0,6024
R2 = 0,9044
0,00
0,50
1,00
1,50
2,00
2,50
0 0,5 1 1,5 2 2,5 3
W m s-1
k1
VYR 37 con 4,4+2,4 mm a 320 kPa, en 18m x 15m triangular
y = 1,6776x - 2,2171
R2 = 0,8775
0,00
0,50
1,00
1,50
2,00
2,50
0 0,5 1 1,5 2 2,5 3
W m s-1
k1
Figura 22. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C7, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
VYR 37 con 4,4+2,4 mm a 320 kPa, 15m x 15m
y = 0,3584x - 0,4929
R2 = 0,9153
0,00
0,20
0,40
0,60
0,80
1,00
1,20
0 1 2 3 4
W m s-1
k1
VYR 37 con 4,4+2,4 mm a 320 kPa, en 15m x 15m
y = -0,2419x + 1,0751
R2 = 0,9883
0,00
0,20
0,40
0,60
0,80
1,00
1,20
0 1 2 3 4 5
W m s-1
k1
Figura 23. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C8, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 35 con 4,8+2,4 mm a 320 kPa, en 18m x 15m triangular
y = -0,2892x + 2,6323
R2 = 0,9374
0,00
0,50
1,00
1,50
2,00
2,50
0 2 4 6 8
W m s-1
k1
Agros 35 con 4,8+2,4 mm a 320 kPa, en 18m x 15m triangular
y = -0,5885x + 4,3324
R2 = 0,8115
0,00
0,50
1,00
1,50
2,00
2,50
0 2 4 6 8
W m s-1
k1
Figura 24. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C9, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 35 con 4,8 mm a 220 kPa, en 15m x 15m
y = 0,9295x - 0,0553
R2 = 0,9882
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5
W m s-1
k1
Agros 35 con 4,8 mm a 220 kPa, en 15m x 15m
y = -0,091x + 2,6457
R2 = 0,0063
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5
W m s-1
k1
Figura 25. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C10, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 35 con 4,8 mm a 320 kPa, en 15m x 15m
y = 0,5763x - 0,3981
R2 = 0,9841
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5
W m s-1
k1
Agros 35 con 4,8 mm a 320 kPa, en 15m x 15m
y = 0,2793x + 1,8922
R2 = 0,6211
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5
W m s-1
k1
Figura 26. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C11, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 35 con 4,8 mm a 450 kPa,en 15m x 15m
y = 0,271x + 0,1378
R2 = 0,9685
0,00
0,50
1,00
1,50
2,00
2,50
3,00
0 1 2 3 4 5 6 7
W m s-1
k1
Agros 35 con 4,8 mm a 450 kPa, en 15m x 15m
y = 0,3169x + 0,3
R2 = 0,9441
0,00
0,50
1,00
1,50
2,00
2,50
3,00
0 1 2 3 4 5 6 7
W m s-1
k1
Figura 27. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C12, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 40 con 4,8 mm a 320 kPa, en 15m x 15m
y = -0,4488x + 2,1497
R2 = 0,9834
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5
W m s-1
k1
Agros 40 con 4,8 mm a 320 kPa, en 15m x 15m
y = -1,1243x + 4,732
R2 = 0,7895
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5
W m s-1
k1
Figura 28. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C13, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
VYR 37 con 4,8 mm a 320 kPa, en 15m x 15m
y = -0,971x + 4,0254
R2 = 0,9546
0,00
0,50
1,00
1,50
2,00
2,50
3,00
0 1 2 3 4 5
W m s-1
k1
VYR 37 con 4,8 mm a 320 kPa, en 15m x 15m
y = -1,1982x + 4,8445
R2 = 0,9773
0,00
0,50
1,00
1,50
2,00
2,50
3,00
0 1 2 3 4 5
W m s-1
k1
Figura 29. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C14, (a) con las gotas medidas y (b) con las gotas teóricas
(a) (b)
Agros 35 con 5,2 mm a 320 kPa, en 18m x 15m triangular
y = -0,7028x + 5,4423
R2 = 0,9601
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5 6 7
W m s-1
k1
Agros 35 con 5,2 mm a 320 kPa, en 18m x 15m triangular
y = -1,0087x + 6,2261
R2 = 0,9141
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
0 1 2 3 4 5 6 7
W m s-1
k1
Figura 30. Relación lineal entre el coeficiente aerodinámico k1 y la velocidad del viento, en la combinación C15, (a) con las gotas medidas y (b) con las gotas teóricas