Pp1-Introduccion A La Hidrologia Probabilistica

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 9

PRESENTACION I

INTRODUCCION A LA HIDROLOGIA
PROBABILISTICA

Curso Internacional
Análisis Regional de Frecuencia de Sequías basado en L-
momentos
Jorge Nuñez C.
CAZALAC

Santiago-Chile
4-5 de Abril de 2011
¿Por qué un enfoque en hidrología
probabilística?

• En un libro clásico de hidrología aplicada, Chow et


al (1996), al iniciar el estudio de la estadística
hidrológica, indican, respecto al enfoque
estocástico de los procesos hidrológicos, que
“Este tipo de tratamiento es apropiado para
observaciones de eventos hidrológicos
extremos, como crecientes o sequías, y para
información hidrológica promediada a lo largo
de intervalos de tiempo grandes, como la
precipitación anual”…
Bases conceptuales del análisis probabilístico en
hidrología
Supongamos que estamos interesados en
responder la siguiente pregunta: ¿Con qué
frecuencia o cada cuántos años es posible esperar
una sequía meteorológica tan severa, como aquella
consistente en una precipitación anual menor o
igual al 40% de la esperada en un año considerado
normal?

Su respuesta requiere, desde una aproximación


hidrológico-probabilística, estimar el periodo de


retorno asociado al evento especificado, basado en
una serie histórica de registros de precipitación
anual para el sitio o área de estudio, los cuales
habitualmente consistirán en datos registrados en
una estación meteorológica.

Supongamos, además, que las observaciones que

disponemos, se realizan en un intervalo de tiempo


regular en un punto de interés. Sea entonces “Q” la
magnitud del evento que ocurre en el tiempo y en
este sitio específico. Decimos que Q es una
cantidad aleatoria (una variable aleatoria, que para
nuestro ejemplo, correspondería a la magnitud de la
precipitación anual, que puede tomar un valor
potencial entre 0 y el infinito). La cantidad
fundamental del análisis de frecuencia estadística
convencional es la distribución de frecuencia, que
especifica cuan frecuentemente ocurren los posibles
valores de Q.
Supongamos,
 además, que las observaciones que
disponemos, se realizan en un intervalo de tiempo regular en
un punto de interés. Sea entonces “Q” la magnitud del evento
que ocurre en el tiempo y en este sitio específico. Decimos
que Q es una cantidad aleatoria (una variable aleatoria, que
para nuestro ejemplo, correspondería a la magnitud de la
precipitación anual, que puede tomar un valor potencial entre
0 y el infinito). La cantidad fundamental del análisis de
frecuencia estadística convencional es la distribución de
frecuencia, que especifica cuan frecuentemente ocurren los
posibles valores de Q. Denotemos a continuación por F(x), la
probabilidad de que el valor actual de Q sea menor o igual a
un determinado valor x:

 F(x)=Prob[Q < x]

F(x) corresponde a la función de distribución de probabilidad


acumulada de la distribución de frecuencia. Por otro lado, la


función inversa de F(x) corresponde a x(F), que es conocida
como la función cuantílica de la distribución de frecuencia y
expresa la magnitud de un determinado evento (la
precipitación acumulada en un año cualquiera, en nuestro
ejemplo) en términos de su probabilidad de no excedencia F.
Definamos ahora el periodo de retorno (T), como el valor
esperado del intervalo de recurrencia promedio o tiempo
entre ocurrencias promedio entre eventos que NO
exceden o igualan una magnitud especificada de la
variable aleatoria X. Entonces, un cuantil con periodo de
retorno T, QT, es un evento de magnitud tan extrema,
que tiene una probabilidad 1-1/T de ser excedido por
cualquier evento específico. Para un evento extremo
alto, es decir, ubicado en la cola superior de la
distribución de frecuencias, QT está dado por:
QT = x(1-1/T)

y

F(Qt)= 1 – 1/T

Mientras que para un evento extremo bajo, ubicado en

la cola inferior de la distribución de frecuencias (caso de


las sequías), las relaciones correspondientes son:
QT = X(1/T)

y

F(QT) = 1/T
Se concibe, generalmente que un cuantil con
periodo de retorno T puede ser estimado de manera
confiable a partir de un registro de longitud n
solamente si T<n. Sin embargo, en la gran mayoría
de las situaciones prácticas de interés en ingeniería
hidráulica, o toma de decisiones basadas en datos
anuales, esta condición casi nunca se satisface,
debido, por un lado, a que habitualmente n< 50 (en
algunas zonas áridas y semiáridas de países
latinoamericanos, n puede ser menor a 30, en
promedio), y por otro lado, a que T=100 o incluso
mayor (las sequías que habitualmente producen los
mayores
U n a “ re g la d eimpactos
l p u lg a r” ( ru leconómicos se
e o f th u m b ), a p lica d a adan
l e sq u ecada
m a re g 100
io n a l,
re co m iepor
años, n d a ejemplo).
q u e u n o d e b ie se te n e r, a l m e n o s, 5 ve ce s la ca n tid a d d e
a ñ o s q u e e l p e rio d o d e re to rn o o b je tivo q u e q u ie re d e te rm in a r ( R e e d ,
1 9 9 9 ).

¿ Es posible hacer esto con el procedimiento convencional?


Resumen gráfico del análisis probabilístico
en hidrología
De este modo, el análisis de frecuencia en
hidrología, utiliza procedimientos para, a partir de
una serie de observaciones registradas en el
tiempo, ajustar un modelo de probabilidad, que
mejor represente el comportamiento de los datos
respecto a su frecuencia y permita estimar, con el
menor error posible, las magnitudes (cuantiles)
asociados a una determinan probabilidad, o la
probabilidad de que se exceda o no se exceda
determinada magnitud.

La pregunta que nos haremos en adelantes es:


¿Los procedimientos convencionales de


hidrología probabilística, realmente permiten


obtener estimaciones con el menor error? ¿Es
decir, son los procedimientos más eficientes,
con menor variabilidad y menor sesgo?

También podría gustarte