1

Prctica de Hidrologa aplicada. Programa AFINS

Anlisis de riesgos y costos de las precipitaciones mximas de la estacin Uribe del Departamento de Caldas.
Ariel Felipe Arcila Zambrano, Genny Marcela Hurtado Giraldo
Especializacin en Ingeniera Ambiental rea Sanitaria, Universidad Nacional Manizales, Colombia
afarcilaz@unal.edu.co.gmhurtadog@unal.edu.co

Resumen El propsito del artculo es expandir el

conocimiento sobre la distribucin general de los valores extremos en el caso de caudales mximos anuales en la estacin Uribe del departamento de Caldas , al proponer varios modelos mediante el uso del programa AFINS 2.0 basados en el mtodo de mxima verosimilitud, para as facilitar su aplicacin en la prctica hidrolgica.

de probabilidad sea perodo de retorno en aos. Las funciones de distribucin de probabilidad acumulada que se pueden utilizar con AFINS son: Sin lmite superior: Exponencial, LogNormal 2 parmetros, Gumbel, Pareto 3 parmetros, GEV, TCEV y SQRT-ETmx. Con lmite superior: EV4, LN4 y TDF.

Palabras clave AFINS 2.0-Es un programa para el anlisis de la frecuencia de extremos hidrolgicos (caudal o lluvia), en un punto y utilizando informacin sistemtica (medida sin ningn tipo de censura estadstica) y/o no sistemtica (con censura estadstica) y con las hiptesis de estacionaridad e independencia de la muestra observada. Abstract A new series of pyrrolic compounds was obtained through 1,3-dipolar cycloaddition between ,-unsaturated ketones and the synthon tosylmethylisocianide (TOSMIC). The starting materials were prepared through the aldol condensation from the respective aldehydes and ketones. The structural elucidation of precursors and the target molecules was performed by conventional spectroscopic techniques as nuclear magnetic resonance (1H-and 13C-NMR) and infrared spectroscopy (IR). Key Word About four key words or phrases in alphabetical order, separated by commas. For a list of suggested keywords, send a blank e-mail to keywords@ieee.org or visit the IEEE web site at http://www.ieee.org/web/developers/webthes/index.htm.

El mtodo de estimacin es el de Mxima Verosimilitud, pudiendo estimar inicialmente los parmetros por el mtodo de los Momentos. El presente estudio aborda la aplicabilidad hidrolgica de ocho modelos probabilsticos, para series anuales de precipitaciones mximas. El estudio se centr en la estacin Uribe y su registro de precipitaciones desde 1981 hasta el ao 2010

II.

CONTENIDO

Distribucin de probabilidad Muchas familias de distribucin han sido utilizadas para describir flujos de inundaciones en todo el mundo, la distribucin normal y LogNormal, Gumbel, Pearson , LogPearson son algunos de los modelos mas utilizados. 1.Distribucin normal y LogNormal:La distribucin normal es utilizada en hidrologa para describir fenmenos de buen comportamiento como por ejemplo el caudal total anual , la distribucin normal en forma de campana es simtrica y por lo tanto tiene un coeficiente de inclinacion igual a cero , las distribuciones por ejemplo de las inundaciones son generalmente sesgadas ,particularmente de manera que una distribucin nrmal no es un modelo razonable , si Q denota flujo anual, en muchos casos el logaritmo de los flujos de

I.

INTRODUCCIN

La variable aleatoria extrema puede ser de caudal o precipitacin, debiendo ser mximo anual para que las unidad
Fecha de Recepcin: (Letra Times New Roman de 8 puntos) Fecha de Aceptacin: Dejar en blanco

2 inundacion Log Q son correctamente descritos por una distribucin normal, si los logaritmos de inundacin no se distribuyen con bastante normalidad, la sustraccin de un oarametro del limite inferior (c) antes de tomar el logaritmo propia resolver el problema Log/Q-C), esta distribucin es a menudo utilizada para describir flujos en Japn y series de caudales mensuales en los Estados unidos, Donde: Cv = coeficiente de variacin (=desv.tpica/media aritmtica) ai = coeficientes calculados por el autor

2. Distribucin de Gumbel: Esta ley de evaluacin de frecuencias se utiliza para el estudio de los valores extremos Es un caso particular de esta ltima, tambin es conocida como la distribucin de log-Weibull, o como la distribucin exponencial doble, la funcin de distribucin de Gumbel es

bi = coeficientes calculados por el autor donde: k, I1 = calculados en los pasos anteriores x = media aritmtica.

Mientras la funcin de densidad viene dada por:

La seleccin de la funcin de distribucin de probabilidad y la eleccin del mejor mtodo para estimar sus parmetros y lmites de confianza para los valores de diseo, han sido siempre asuntos de gran preocupacin en el mbito de la Hidrologa. Cuando hay la necesidad de considerar, por caractersticas meteorolgicas existentes en la zona de estudio, dos o ms poblaciones presentes en las muestras de datos, la preocupacin citada crece. 5. rea de estudio Los datos para el estudio corresponden a la estacin de muestreo Uribe localizada en el Departamento de Caldas.

La distribucin de Gumbel corresponde al caso en el que =0 y =1 . 3. Distribucin general de los valores extremos GEV Las inundaciones anuales corresponden a los caudales mximos que se produjeron dentro del ao, esto sugiere que es probable que su distribucin pertenezca a una forma de la distribucin de los valores extremos (EV) , si las inundaciones diarias individuales tienen un exponencial , como la cola superior, es probable que el mximo anual pertenezca a una distribucin de valores extremos tipo I o distribucin de Gumbel . La distribucin general de los valores extremos (GEV), abarca tres tipos de distribucin de valores extremos, la distribucin GEV es empleada ampliamente en el estudio de las inundaciones en el Reino Unido , un modelo que permite la correlacion de varibles normales y extraordinarias es el modelo denominado Two Component Extreme Value TCEV 4. La distribucin SQRT-ET max Esta distribucin fue propuesta por Etoh et al. (1986) y es la siguiente: F (x) = exp[k (1+ x ) exp ( x )] Donde: F(x) = probabilidad de que se presente un valor inferior a x k, = parmetros de la distribucin, que dependen de la media y desviacin tpica, el clculo de estos parmetros no es sencillo. Se han elaborado una aproximacin polinmica para su obtencin. De este modo el clculo es simple, pero excesivamente laborioso para realizarlo manualmente

Figura 1.Ubicacion de la red de monitoreo y estaciones climatolgicas en Caldas..

3
TABLA I PRECIPITACIONES MXIMAS ANUALES ESTACION URIBE (mm)
AO 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 Mx. Uribe 65 94 131 110 68 90 72 80 100 85 AO 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 Mx. Uribe 70 105 112 85 80 75 150 85 135 98 AO 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Mx. Uribe 85 88 125 90 113 81 63 98 78 96 CUANTIL X 5 10 25 50 100 500 1000 5000 10000 VEROSIMILITUD SQRT-ET 109,196 123,546 142,851 158,016 173,777 212,883 230,845 275,183 295,404 -131,43

Tabla 3. Probabilidad por el mtodo de SQRT-ET

Tabla 1. Precipitacin Max Anual

Utilizando cada una de las funciones de distribucin de probabilidad acumulada usadas por el programa AFINS obtenemos los siguientes resultados:
CUANTIL X 5 10 25 50 100 500 1000 5000 10000 VEROSIMILITUD GUMBEL 109,035 121,579 137,428 149,186 160,857 187,827 199,422 226,334 237,916 -131,448

Figura 2. Diagramacin de SQRT-ET

A la vista del grafico probabilstico, los datos estn cercanos a formar lnea recta, as que el ajuste parece adecuado, su leve concavidad representara los datos de una mejor forma.

Tabla 2. Probabilidad por el mtodo de Gumbel.

CUANTIL X 5 10 25 50 100 500 1000 5000 10000 VEROSIMILITUD

TCEV 108,612 121,267 137,245 149,12 160,81 187,599 198,749 224,125 234,394 -131,498

Tabla 4. Probabilidad por el mtodo de TCEV.

Figura 1. Diagramacin de Gumbel.

Mediante este modelo probabilstico se observa una muy buena correlacin, su valor de verisimilitud indica como los datos reales se ajustan al modelo

CUANTIL X 5 10 25 50 100 500 1000 5000 10000 VEROSIMILITUD

LOG NORMAL 2 109,53 120,422 133,234 142,226 150,831 169,877 177,821 195,926 203,626 -131,972

Figura 3. Diagramacin de TCEV

Tabla 6. Probabilidad por el mtodo de LOG NORMAL 2

El modelo presenta comportamiento lineal, sus valores de correlacin muestran similitud entre el modelo y los datos reales.
CUANTIL X 5 10 25 50 100 500 1000 5000 10000 VEROSIMILITUD GEV 108,411 121,44 138,517 151,643 165,072 197,695 212,432 248,382 264,638 -131,394

Figura 5. Diagramacin de LOG NORMAL 2 Este modelo presenta una leve concavidad positiva, lo cual fsicamente no es muy beneficioso para el anlisis de tiempos de retorno y anlisis del riesgo, se descarta este modelo debido a este comportamiento.

Tabla 5. Probabilidad por el mtodo de GEV.

CUANTIL X 5 10 25 50 100 500 1000 5000 10000 VEROSIMILITUD

LOG GUMBEL 109,017 125,421 149,722 170,745 194,531 262,953 299,328 404,344 460,215 -131,733

Figura 4. Diagramacin de GEV

El comportamiento es completamente lineal, no presenta ningn tipo de concavidad, su verosimilitud indica una muy buena correlacin.

Tabla 7. Probabilidad por el mtodo de LOG GUMBEL.

5
CUANTIL X 5 10 25 50 100 500 1000 5000 10000 VEROSIMILITUD EXP 107,942 124,283 145,884 162,225 178,566 216,508 232,849 270,791 287,132 -124,795

Tabla 9. Probabilidad por el mtodo de EXP . Figura 6. Diagramacin de LOG GUMBEL. Se concavidad negativa y su valor de verosimilitud alto, nos indican un muy buen modelamiento de la probabilidad.
CUANTIL X 5 10 25 50 100 500 1000 5000 10000 VEROSIMILITUD GDP 133,063 142,117 147,132 148,665 149,379 149,895 149,951 149,992 149,996 INF

Figura 8. Diagramacin de EXP.

Tabla 8. Probabilidad por el mtodo de GDP .

Presenta un porcentaje de verosimilitud inferior al de otros modelos probabilsticos expuestos en este texto se destaca su concavidad negativa. El modelo probabilstico que mejor representara la ocurrencia de eventos es el LOG GUMBEL, los datos estn cercanos a formar lnea recta, y presentan una concavidad negativa, el ajuste es el adecuado, presenta un alto valor de verosimilitud. Al analizar el periodo de retorno se decide tomar el valor de 50, la probabilidad de ocurrencia del evento de un caudal mximo es alta, pero el costo es asumido al analizar histricos de precipitaciones maxiamas.

III.
Figura 7. Diagramacin de GDP.

CONCLUSIONES

A pesar de realizar varias modelaciones al cambiar el k y El la curva no se superpone con los datos como si lo hacen otros modelos, su concavidad positiva es un mal candidato para la prediccin de eventos.

El modelo probabilstico escogido para representar el evento de lluvia de precipitacin maxi en la estacin Uribe es LOG GUMBEL Se decide tomar como tiempo de vida til de la construccin a realizar con base al modelo probabilstico un tiempo de 50 aos se asumen el riesgo para timepod eretorno mas altos .

REFERENCIAS

BIBLIOGRAFIA Ferrer J. (1996).- El modelo de funccin de distribucin SQRT-ET max en el anlisis regional de mximos hidrolgicos : aplicacin a lluvias diarias. Tesis Doctoral, Universidad Politcnica de Madrid. Diagnostico ambiental de Caldas, Plan de accin 20132015 http://www.corpocaldas.gov.co/publicaciones/1257/Di agnostico_del_Plan_de_Accion_2013-2015.pdf.}
RAYNAL, J. A. y GARCIA, L. G.. Anlisis de Caudales Mximos Anuales usando la Distribucin GVE para tres Poblaciones. Inf. tecnol. [online]. 2005, vol.16, n.4 [citado 2013-08-12], pp. 69-75 . Disponible en: <http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S071807642005000400011&lng=es&nrm=iso>. ISSN 0718-0764. http://dx.doi.org/10.4067/S0718-07642005000400011

Task Committee on Hydrology Handbook of Management Group D of the American Society of Civil Engineers (1996). Hydrology Handbook (2nd Edition). (pp: 200). American Society of Civil Engineers (ASCE). Schneider, Jrg (1997). Structural Engineering Documents - Introduction to Safety and Reliability of Structures (SED 5). (pp: 70). IABSE.