Una curva IDF resume una relación estadística entre tres variables: la intensidad de la precipitación, su duración y la frecuencia con que un evento de esa magnitud puede ser igualado o superado.
Las tres dimensiones deben leerse juntas. Una intensidad aislada no describe adecuadamente un evento si no sabemos durante cuánto tiempo ocurre ni el período de retorno asociado.
Los tres ejes de la pregunta
La intensidad suele expresarse como una tasa de precipitación, por ejemplo milímetros por hora. No es el volumen total de lluvia, sino la rapidez con que precipita durante una ventana temporal.
La duración corresponde al intervalo sobre el que se acumula y promedia la precipitación. En este proyecto se analizaron 11 duraciones entre 1 y 72 horas.
El período de retorno representa una frecuencia estadística. Un evento asociado a 100 años no significa que sucederá exactamente una vez por siglo ni que, después de ocurrir, exista un siglo de seguridad.
El período de retorno debe interpretarse como una medida probabilística, no como un calendario de eventos.
Cómo comparar dos curvas
Para una misma duración, las curvas asociadas a períodos de retorno mayores suelen mostrar intensidades más altas. Para un mismo período de retorno, la intensidad promedio suele disminuir al aumentar la duración.
Una lectura práctica sigue este orden:
- Definir la ubicación de interés.
- Seleccionar una duración coherente con el proceso o la obra analizada.
- Elegir el período de retorno según el nivel de riesgo y la normativa aplicable.
- Leer la intensidad estimada y revisar la fuente de datos utilizada.
- Contrastar el resultado con información local y criterio profesional.
Lo que una curva no resuelve por sí sola
Una curva IDF no reemplaza un estudio hidrológico, no describe la distribución temporal completa de una tormenta y no elimina la incertidumbre del dato o del ajuste estadístico. Tampoco determina por sí sola el estándar de diseño que corresponde a una obra.
La plataforma permite explorar estimaciones de manera consistente, pero su uso responsable exige considerar la calidad de los datos, el contexto territorial y las consecuencias de la decisión.