Análisis de frecuencias conjunto de gastos pico y volúmenes de crecientes con marginales Gumbel
DOI:
https://doi.org/10.24850/j-tyca-14-03-01Palabras clave:
crecientes de diseño, distribuciones Gumbel bivariadas, distribuciones condicionales del modelo Logístico, probabilidades empíricas conjuntas, validación del modelo Logístico, periodos de retorno univariados híbridos, periodos de retorno conjuntosResumen
Desde hace dos décadas, la estimación de las crecientes de diseño de los embalses se aborda con el enfoque multivariado más simple: el bivariado. Lo anterior se aceptó pues se demostró que los embalses no son sensibles al tiempo al gasto máximo, y que tal gasto y volumen están correlacionados entre ellos y este último con la duración total del hidrograma de la creciente. En este estudio se ajustó la distribución Gumbel bivariada o modelo logístico a los 61 datos anuales de gasto pico y volumen de las crecientes de entrada a la presa Adolfo Ruiz Cortines (Mocúzari) en el río Mayo del estado de Sonora, México. Este proceso abarca las ocho etapas siguientes: (1) selección y prueba de los registros por procesar; (2) verificación de la aleatoriedad de los registros anuales; (3) aceptación de las funciones marginales Gumbel; (4) estimación de las probabilidades empíricas conjuntas; (5) validación del modelo Logístico; (6) verificación de las restricciones de probabilidad; (7) estimación de eventos de diseño, gasto pico y volumen, univariados híbridos, y (8) estimación de eventos de diseño conjuntos. En la etapa 1 primero se hace una selección subjetiva y después se verifica con el Test PPCC. La etapa 2 se realiza con base en el Test de Wald-Wolfowitz. Las etapas 3 y 5 utilizan el Test de Kolmogórov-Smirnov. En la etapa 7 se definen gastos de diseño, y se obtienen volúmenes por regresión y probabilidad condicional. En contraste, en la etapa 8 se obtienen diversos eventos de gasto pico y volumen que pertenecen al subgrupo de parejas críticas en las gráficas del periodo de retorno conjunto T’(Q,V). Por último, se formulan las Conclusiones, las cuales destacan las ventajas del análisis de frecuencias conjunto bivariado y la sencillez de aplicación y prueba del modelo Logístico.
Citas
Aldama, A. A. (2000). Hidrología de avenidas. Conferencia Enzo Levi 1998. Ingeniería Hidráulica en México, 15(3), 5-46.
Aldama, A. A., Ramírez, A. I., Aparicio, J., Mejía-Zermeño, R., & Ortega-Gil, G. E. (2006). Seguridad hidrológica de las presas en México. Jiutepec, México: Instituto Mexicano de Tecnología del Agua.
Anderson, R L. (1942). Distribution of the serial correlation coefficient. The Annals of Mathematical Statistics, 13(1), 1-13. DOI: 10.1214/aoms/1177731638
Bobée, B., & Ashkar, F. (1991). Chapter 1. Data requirements for hydrologic frequency analysis. In: The Gamma Family and derived distributions applied in Hydrology (pp. 1-12). Littleton, USA: Water Resources Publications.
Campos-Aranda, D. F. (2003). Capítulo 5. Ajuste de curvas. En: Introducción a los métodos numéricos: software en Basic y aplicaciones en hidrología superficial (pp. 93-127). San Luis Potosí, México: Editorial Universitaria Potosina.
Campos-Aranda, D. F. (2008). Procedimiento para revisión (sin hidrometría) de la seguridad hidrológica de presas pequeñas para riego. Agrociencia, 42(5), 551-563.
Chow, V. T. (1964). Statistical and probability analysis of hydrologic data. Section 8-I: Frequency analysis (pp. 8.1-8.42). In: Chow, V. T. (ed.). Handbook of applied hydrology. New York, USA: McGraw-Hill Book Co.
Domínguez, R., & Arganis, M. L. (2012). Validation of method to estimate design discharge flow for dam spillways with large regulating capacity. Hydrological Sciences Journal, 57(3), 460-478. DOI: 10.1080/02626667.2012.665993
Escalante-Sandoval, C. A., & Reyes-Chávez, L. (2002). Capítulo 9. Análisis conjunto de eventos hidrológicos. En: Técnicas estadísticas en hidrología (pp. 203-246). México, DF, México: Facultad de Ingeniería, Universidad Nacional Autónoma de México.
Escalante-Sandoval, C. A. (2005). Análisis de eficiencia de la distribución Bi-Gumbel. Ingeniería. Investigación y Tecnología, 6(1), 13-17.
Goel, N. K., Seth, S. M., & Chandra, S. (1998). Multivariate modeling of flood flows. Journal of Hydraulic Engineering, 124(2), 146-155.
Gräler, B., Van-den-Berg, M. J., Vandenberghe, S., Petroselli, A., Grimaldi, S., De-Baets, B., & Verhoest, N. E. C. (2013). Multivariate return periods in hydrology: A critical and practical review focusing on synthetic design hydrograph estimation. Hydrology and Earth System Sciences, 17(4), 1281-1296. DOI: 10.5194/hess-17-1281-2013
Hosking, J. R., & Wallis, J. R. (1997). Appendix: L-moments for some specific distributions. In: Regional frequency analysis. An approach based on L-moments (pp. 191-209). Cambridge, UK: Cambridge University Press.
Kite, G. W. (1977). Chapter 8. Type I extreme distribution and Chapter 12. Comparison of frequency distributions In: Frequency and risk analyses in hydrology (pp. 87-104, 156-168). Fort Collins, USA: Water Resources Publications.
Meylan, P., Favre, A. C., & Musy, A. (2012). Chapter 3. Selecting and checking data series. In: Predictive hydrology. A frequency analysis approach (pp. 29-70). Boca Raton, USA: CRC Press.
Ramírez-Orozco, A. I., & Aldama, A. A. (2000). Capítulo 1. Teoría estadística y análisis de frecuencias conjunto. En: Análisis de frecuencias conjunto para estimación de avenidas de diseño (pp. 25-58). Avances en Hidráulica No. 7. México, DF, México: Asociación Mexicana de Hidráulica-Instituto Mexicano de Tecnología del Agua.
Rao, A. R., & Hamed, K. H. (2000). Theme 1.8. Tests on hydrologic data (pp. 12-21) and Theme 7.2. The Extreme Value type I EV(1) distribution. In: Flood frequency analysis (pp. 229-241). Boca Raton, USA: CRC Press.
Requena, A. I., Mediero, L., & Garrote, L. (2013). A bivariate return period based on copulas for hydrologic dam design: accounting for reservoir routing in risk estimation. Hydrology and Earth System Sciences, 17(8), 3023-3038. DOI: 10.5194/hess-17-3023-2013
Salas, J. D., Obeysekera, J., & Vogel, R. M. (2018). Techniques for assessing water infrastructure for nonstationary extreme events: A review. Hydrological Sciences Journal, 63(3), 325-352. DOI: 10.1080/02626667.2018.1426858
Serinaldi, F., & Grimaldi, S. (2011). Synthetic design hydrographs based on distribution functions with finite support. Journal of Hydrologic Engineering, 16(5), 434-446. DOI: 10.1061/(ASCE)HE.1943-5584.0000339
Shiau, J. T. (2003). Return period of bivariate distributed extreme hydrological events. Stochastic Environmental Research and Risk Assessment, 17(1-2), 42-57. DOI: 10.1007/s00477-003-0125-9
Stedinger, J. R. (2017). Flood frequency analysis. In: Singh, V. P. (ed.). Handbook of applied hydrology (2nd ed.) (pp. 76.1-76.8). New York, USA: McGraw-Hill Education.
Stedinger, J. R., Vogel, R. M., & Foufoula-Georgiou, E. (1993). Chapter 18. Frequency Analysis of Extreme Events. In: Maidment, D. R. (ed.). Handbook of hydrology (pp. 18.1-18.66). New York, USA: McGraw-Hill, Inc.
Vogel, R. M. (1986). The probability plot correlation coefficient test for Normal, lognormal and Gumbel distributional hypotheses. Water Resources Research, 22(4), 587-590.
Vogel, R. M., & Castellarin, A. (2017). Risk, reliability, and return periods and hydrologic design. In: Singh, V. P. (ed.). Handbook of applied hydrology (2nd ed.) (pp. 78.1-78.10). New York, USA: McGraw-Hill Education.
Volpi, E., & Fiori, A. (2012). Design event selection in bivariate hydrological frequency analysis. Hydrological Sciences Journal, 57(8), 1506-1515. DOI: 10.1080/02626667.2012.726357
Wald, A. & Wolfowitz, J. (1943). An exact test for randomnesss in the non–parametric case based on serial correlation coefficient. The Annals of Mathematical Statistics, 14(4), 378–388. DOI: 10.1214/aoms/1177731358
Yue, S. (1999). Applying bivariate Normal distribution to flood frequency analysis. Water International, 24(3), 248-254.
Yue, S., Ouarda, T. B. M. J., Bobée, B., Legendre, P., & Bruneau, P. (1999). The Gumbel mixed model for flood frequency analysis. Journal of Hydrology, 226(1-2), 88-100.
Yue, S. (2000a). Joint probability distribution of annual maximum storm peaks and amounts as represented by daily rainfalls. Hydrological Sciences Journal, 45(2), 315-326. DOI: 10.1080/02626660009492327
Yue, S. (2000b). The Gumbel mixed model applied to storm frequency analysis. Water Resources Management, 14(5), 377-389.
Yue, S. (2000c). The bivariate lognormal distribution to model a multivariate flood episode. Hydrological Processes, 14(14), 2575-2588.
Yue, S., & Rasmussen, P. (2002). Bivariate frequency analysis: Discussion of some useful concepts in hydrological application. Hydrological Processes, 16(14), 2881-2898. DOI: 10.1002/HYP.1185
Yue, S., & Wang, C. Y. (2004). A comparison of two bivariate extreme value distributions. Stochastic Environmental Research and Risk Assessment, 18(2), 61-66. DOI: 10.1007/s00477-003-0124-x
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Tecnología y ciencias del agua

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.