Representacin espacio-temporal de la intensidad de lluvia para generacin de escenarios de crecida de elevado periodo de retorno B. Hidrologa y gestin del agua.

Riegos. Energa hidroelctrica

Rafael Garca Bartual(1), Felix Frances Garca(1) (1) Catedrtico de Ingeniera Hidrulica Instituto de Ingeniera del Agua y del Medio Ambiente (IIAMA). rea de Hidrulica e Hidrologa. Universidad Politcnica de Valencia. Cam. De Vera s/n 46022 Valencia. rgarciab@hma.upv.es 1. Introduccin
La forma ms habitual de incorporar la lluvia en el anlisis hidrolgico es mediante chaparrones de proyecto, definidos para determinados periodos de retorno (T) preestablecidos. Este planteamiento tiene grandes ventajas. En concreto, el ms conocido y empleado de los chaparrones de diseo, construido mediante bloques alternos de lluvia alrededor del mximo, constituye una sntesis de las estadsticas mximas de intensidades de lluvia dispuestas conforme a una hiptesis razonable de patrn temporal. Adems, se deriva con facilidad directamente de las curvas I-D-F. La hiptesis de uniformidad espacial de la intensidad, reducida en su caso por un factor de reduccin areal (ARF), permite extender sin problemas el planteamiento prctico a cuencas hidrogrficas de cierta extensin. No obstante, cuando el tamao de la cuenca analizada crece, la definicin espacial del chaparrn adquiere ms y ms relevancia, en tanto que la citada hiptesis de uniformidad se hace menos realista, siendo entonces necesario introducir mtodos que recojan y representen razonablemente la distribucin de las intensidades de lluvia en el espacio y en el tiempo. Se analizan y discuten aqu algunas estrategias prcticas para abordar la cuestin. Se incluye a modo ilustrativo una aplicacin prctica basada en la generacin sinttica de inputs escenarios de lluvias torrenciales espaciotemporales mediante el empleo de un modelo estocstico de precipitacin. Finalmente, se detalla una metodologa para la asignacin prctica de periodo de retorno a eventos de lluvia de alta definicin espaciotemporal, tanto registros histricos como eventos sintticos generados con un modelo estocstico.

2. Alternativas de modelacin ms destacables

a) Chaparrn de proyecto multidimensional: Al igual que se propone un patrn temporal para el chaparrn de determinado periodo de retorno, postular tambin un patrn espacial que complete extienda esta definicin de la tormenta o chaparrn de proyecto sobre toda la cuenca. b) Registros histricos: Usar los registros histricos de las redes automticas terrestres, para reconstruccin lo ms fiable posible de la evolucin espacial y temporal de las intensidades de lluvia mediante empleo de tcnicas de interpolacin espacial. El empleo adicional del radar ser en este caso de extraordinario valor para la adecuada estimacin y representacin en el continuo espacio-temporal del campo de intensidades de lluvia. c) Modelos estocsticos: Emplear modelos estocsticos para generacin de escenarios de lluvia sintticos espacio-temporales, con determinadas caractersticas.

3. Discusin sobre las ventajas e inconvenientes principales

a) Chaparrn de proyecto multidimensional: Esta alternativa es seguramente la ms clara en su planteamiento ingenieril, dado que es fiel a una hiptesis de trabajo extendida en la prctica hidrolgica habitual: Se puede definir un chaparrn de proyecto representativo de determinado periodo de retorno, por ejemplo, T=100 aos, y dicho chaparrn es nico. Un ejemplo conocido sera adoptar un patrn espacial con isoyetas elpticas consistentes con las curvas histricas psimas I-D-A (intensidad-duracin-area). Por otro lado, es la alternativa ms prctica, pues es innegable que este enfoque simplifica extraordinariamente los estudios e informes hidrolgicos, en tanto que cada periodo de retorno tiene asociado un nico evento.

Desde el punto de vista de la ciencia hidrolgica, quizs constituya la estrategia ms criticable de las tres mencionadas. Existen varios motivos para ello. En primer lugar, y como se deduce bien de la observacin de las imgenes de radar y registros SAIH, la distribucin espacio-temporal de la intensidad en los sucesos histricos presenta estructuras y evoluciones bien distintos al patrn nico postulado. Adems, lluvias histricas de similar magnitud (similar T), presentan patrones espaciales, variabilidad y extensin muy diversas. Finalmente, y este punto es el ms determinante, dichas variaciones sobre la cuenca s condicionan fuertemente la respuesta hidrolgica. No slo en el caudal pico, tambin en la duracin, nmero de picos y en general patrn temporal del hidrograma, cuestin especialmente importante en el mbito de la operacin de presas. b) Registros histricos: La fiabilidad y resolucin de las redes SAIH, junto con los datos de radar cada vez ms completos, representativos, y con calibraciones ms precisas, permiten sin duda contar con estimaciones cada vez ms aproximadas del campo de intensidades de precipitacin en el espacio-tiempo. En particular, el empleo de tcnicas apropiadas de tratamiento matemtico para interpolacin espacial ptima nos conduce a representaciones satisfactorias del campo de intensidades de precipitacin. Puede decirse por lo tanto que esta alternativa es la ms slida desde el punto de vista cientfico, y por supuesto totalmente recomendable a efectos de las aplicaciones en ingeniera hidrolgica. La limitacin prctica est vinculada fundamentalmente a la cuestin del periodo de retorno T. En efecto, por un lado se hace necesario contar con un procedimiento para asignar a cada evento histrico un valor justificado de T. Esta operacin no es trivial, por lo que es analizada con mayor profundidad en este trabajo. En segundo lugar, una mayora de aplicaciones exigen poder contar con inputs de lluvia de elevados periodos de retorno (T=100, T=1000, ..), condicin que con frecuencia no cumplen los registros histricos espaciotemporales de alta resolucin disponibles. c) Modelos estocsticos: La alternativa de la modelacin estocstica es costosa y tampoco exenta de problemas, tanto tericos como prcticos. En efecto, esta estrategia de modelacin est sujeta a varios inconvenientes. En primer lugar, tal y como suceda con los eventos histricos, y a diferencia de la estrategia del chaparrn de proyecto, los modelos estocsticos no permiten establecer un valor de T a priori para definir el input de lluvia. Por lo tanto, de una u otra forma deben apoyarse en procedimientos para asignacin a posteriori del periodo de retorno, y como es natural, ste difcilmente va ser exactamente T=100. Otro inconveniente es que cualquier aplicacin con modelos estocsticos, ya sean modelos temporales (de punto geogrfico) modelos espacio-temporales, va a requerir un coste computacional y en general un coste en tiempo y recursos humanos incomparablemente mayor que la estrategia a). No slo por la complejidad intrnseca que pueda tener el modelo estocstico de precipitacin, sino principalmente debido a la necesidad derivada de realizar las transformaciones lluvia-escorrenta en un amplio espectro de escenarios de lluvias o tormentas sintticas, con el consiguiente incremento del horizonte de anlisis posterior. Desde el punto de vista hidrolgico, obviamente la calidad representatividad de las tormentas sintticas es claramente inferior a las reconstrucciones de episodios histricos. No obstante, presentan el interesante atractivo de proponer mltiples escenarios posibles, consistentes con ciertas propiedades estructurales internas caractersticas de los eventos lluviosos extremos, en un planteamiento acorde con la realidad hidrolgica diversa y mltiple existente en la naturaleza. Son por lo tanto representaciones ms realistas que las contempladas por la estrategia a). Por otro lado, la posibilidad de contar con tantos escenarios como se desee supone extraordinarias ventajas desde el punto de vista de la calidad en la estimacin de cuantiles para elevados periodos de retorno. En trminos estadsticos, la fiabilidad de las estimaciones se incrementa, y es factible abordar la cuestin con planteamientos ms robustos y de mayor rigor estadstico que en los mtodos de clculo hidrolgico clsico. En el ejemplo que se acompaa, se presenta una aplicacin prctica orientada a la estimacin hidrolgica de caudales mximos en diversos puntos de las comarcas de la Marina Alta y la Marina Baja, en la Comunidad Valenciana. El modelo empleado es el modelo estocstico propuesto por (Salsn y Garca-Bartual, 2003). Se trata de un modelo basado en la teora de procesos estocsticos de punteo, y constituye una adaptacin a las condiciones mediterrneas de una extensa y bien asentada familia de modelos de precipitacin desde los aos 80.

4. Uso prctico de inputs de lluvia estocsticos

Para la generacin de tormentas sintticas en el caso presentado se emplea un modelo estocstico espaciotemporal. Esto es factible hoy en da gracias a la informacin disponible procedente tanto de las redes automticas de informacin hidrolgica (SAIH) como de la red de radares meteorolgicos, la cuales permiten una adecuada estimacin de parmetros y una correcta caracterizacin de las propiedades estructurales internas del campo de intensidad de precipitacin ( x, y , t ) durante el evento lluvioso. El modelo propuesto por (Salsn

y Garca-Bartual, 2003) fue concebido especficamente para la reproduccin de los patrones espacio-temporales ms caractersticos propios de las tormentas extremas de carcter convectivo en regiones mediterrneas, y de forma central, las intensidades de lluvia asociadas a la actividad de las celdas convectivas ncleos localizados donde se presentan las mayores intensidades de precipitacin. El modelo procede en su origen de una lnea de trabajos basados en la teora de procesos de punteo, perfectamente asentada por diversos autores desde los aos 80. [Waymire, E., Gupta,V.K., Rodriguez-Iturbe, I. (1984); Rodriguez-Iturbe, I., y P. S. Eagleson (1987); Sivapalan, M., Wood, E.F. (1987); Islam, S, R.L. Bras e I. Rodriguez-Iturbe (1988); Jacobs, L. B., I. Rodriguez-Iturbe y P. S. Eagleson (1988); Willems, P. (1999, 2001); Garca-Bartual, (2001); Guichard et al.,(2009)]. Mediante la aplicacin del modelo, se generan una diversidad de escenarios de lluvia posibles, todos ellos sujetos a una asignacin de probabilidad. El periodo de retorno T es estimado a posteriori mediante un anlisis estadstico descriptivo de cada uno de los eventos sintticos seleccionados, y debidamente contrastado con el marco probabilstico definido en el anlisis regional previo de los mximos anuales de PD. En total fueron generados 368 escenarios de lluvia sobre las comarcas geogrficas objeto del estudio.

4.1 Estimacin de parmetros

Los parmetros del modelo se estiman de forma que se reproduzcan ciertas caractersticas estadsticas de los registros histricos, como son las funciones de correlacin espacial y temporal empricas, la funcin de evolucin temporal del evento normalizada. En las figuras 1, 2 y 3 se muestra algunos ejemplos, extrados de episodios histricos ocurridos en noviembre de 1999 y septiembre de 2009. Las funciones de tendencia mostradas se definen en funcin de los parmetros del modelo, que por lo tanto pueden ser estimados por el mtodo de los momentos.

Figura 1: Autocorrelacin temporal emprica evento SAIH 11-12 nov 1999. Estacin: Isbert

Figura 2 : Funcin de media normalizada emprica: 11-12 noviembre 1999

Figura 3: Funcin de correlacin espacial emprica (+correccin de Vanmarke). Sept- 2009

4.2 Generacin sinttica de escenarios

Dada la naturaleza estocstica del modelo, es factible generar mltiples escenarios de lluvia espacio-temporal, representando un extenso abanico de situaciones posibles. En el caso de aplicacin presentado, la generacin sinttica de intensidades de lluvia se realiza con resolucin temporal t=10 min y espacial x=1 km, sobre una zona geogrfica delimitada por el siguiente rectngulo georeferenciado: Dimensin E-O = 60 km .Dimensin NS = 65 km. Coordenadas UTM del vrtice SO = (722000; 4255000). Figura 4.

Figura 4: Mallado espacial de 1 x 1 km para generacin de episodios sintticos de lluvia

Figura 5 : Cuenca BS21 (Ro Torres) en la Comarca de la Marina Baja

En las figuras 6 y 7 se representa a efectos ilustrativos la tormenta sinttica #106, con la distribucin espacial de los totales acumulados sobre las comarcas de la Marina Alta y la Marina Baja en la Comunidad Valenciana, y el hietograma promedio areal sobre la subcuenca BS21 (Ro Torres, figura 5).

Figura 6 : Distribucin espacial de totales de lluvia Evento sinttico # 106.

HIETOGRAMA Y PLUVIOGRAMA - evento sinttico # 106. Subcuenca= BS21 (Ro Torres)

160 140 250 120 200 100 i en mm/h 80 60 100 40 50 20 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

300

150

0 t en h

Figura 7: Hietograma y pluviograma promedio areal sobre la cuenca BS21 (Ro Torres). Evento sinttico # 106.

4.3 Asignacin de periodo de retorno

En estadstica no tiene sentido la asignacin de probabilidad de no excedencia a un proceso multivariado. De modo que la asignacin de periodo de retorno a una tormenta multidimensional definida en el espacio-tiempo tropieza de entrada con un problema puramente conceptual. Un evento de lluvia registrado por el SAIH da lugar a cientos miles de valores de intensidad de precipitacin en intervalos 5-minutales, y repartidos sobre una extensin espacial importante. No es una variable aleatoria nica, sino ms bien un proceso multidimensional. Para un evento de lluvia sinttico, el problema es exactamente el mismo. La estrategia seguida aqu para la asignacin de un periodo de retorno T se basa en la reduccin de la tormenta, ya sea histrica sinttica, a un nico valor representativo de lluvia acumulada que denominamos precipitacin diaria equivalente puntual, PD eq (mm). Este valor puede entonces introducirse en la funcin de distribucin de extremos derivada del anlisis estadstico regional, y proporcionar la probabilidad de no-excedencia asociada. La formulacin propuesta se resume en las siguientes dos expresiones:

PD eq =

24 I x ARF

T=

1 1 F ( PD eq )

Donde ARF es el factor de reduccin areal para la cuenca considerada, y F() la distribucin de mximas anuales de precipitacin diaria en un punto geogrfico representativo. Previa a la aplicacin de la frmula, deben resolverse dos cuestiones relacionadas con la climatologa de la regin y las caractersticas de la cuenca. En primer lugar, el factor de reduccin areal ARF. En segundo lugar, el intervalo de tiempo x en horas que verifica I X

PD , donde I X es la intensidad 24

promedio mxima anual para un intervalo de duracin x, y PD es la mxima anual de precipitacin diaria. A falta de estudios especficos en la zona, pueden tomarse los valores propuestos por J.R.Temez:

log A ; x= 28 h , siendo A el rea de la cuenca en km2. Alternativamente, se pueden utilizar otras 15 formulaciones para el factor de reduccin areal (Guichard et al., 2004), estudios especficos en la comarca zona de estudio realizados a partir de los mapas de isoyetas correspondientes a las tormentas histricas ms relevantes acaecidas en la regin. ARF = 1

P en mm

A continuacin se expone el criterio seguido para definir el valor de Ix . Primeramente se calcula el hietograma promedio areal sobre la subcuenca, con un intervalo de agregacin temporal prefijado (por ejemplo, t =10 min t =30 min). En el caso de una tormenta histrica, ser necesario aplicar algn procedimiento adecuado de interpolacin espacial (interpolacin ptima, kriging, ponderacin inversa a la distancia al cuadrado). Para el caso de un evento sinttico de alta resolucin espacial como el del ejemplo (resolucin espacial 1 km x 1 km en el caso de esta aplicacin), no se hace necesaria la interpolacin espacial previa, y bastar con el clculo de la media aritmtica de las intensidades. A continuacin se extrae el intervalo de duracin x ms lluvioso, y la correspondiente intensidad promedio Ix (mm/h), obtenindose finalmente el valor PDeq con la frmula indicada.

5 Conclusiones
La modelacin estocstica es una alternativa viable aunque costosa, para soslayar los inconvenientes sealados del chaparrn de diseo nico para cada periodo de retorno. Es muy importante que los eventos sintticos generados representen escenarios posibles de lluvia espacio-temporal definida con elevada resolucin espacial y temporal, pero sobre todo, que perfectamente encuadrados en un marco probabilstico riguroso y representativo, derivado de un anlisis estadstico de mximas anuales de precipitacin diaria. El empleo de estas tcnicas se justifica especialmente en aquellos casos donde sea importante conocer no slo los caudales mximos esperables, sino tambin los volmenes y patrones temporales de los hidrogramas de crecida.

6 Referencias
Garca-Bartual, R. (2001): Identification of rain-cells from SAIH network measurements (Valencia): An analytical approach. Proceedings of the 3rd EGS Plinius Conference. Baja Sardinia. Italia. Oct 2001. Ghichard Romero, D., Dominguez, R., Frances, F., y R. Garca-Bartual (2009): Anlisis de la densidad de estaciones en zonas de lluvias convectivas. Caso del Mediterrneo espaol. Ingeniera Hidrulica en Mxico. Vol. XXIV, nm. 3. pp. 35-49. Julio-Septiembre 2009. Guchard, D., Dominguez, R. y R. Garca-Bartual (2004): Factores de reduccin areal: Revisin histrica. Aplicacin en cuencas de la zona mediterrnea de Espaa. XXI Congreso Latinoamericano de Hidrulica. S. Pedro (Brasil). Octubre 2004. Islam, S., Bras, R.L. y I. Rodriguez-Iturbe (1988): Multidimensional modelling of cumulative rainfall, parameter estimation and model adequacy through a continuum of scales. Water Resources Research, 24(7), 985-992. Jacobs, L.B., Rodriguez-Iturbe, I. y P.S. Eagleson (1988): Evaluation of a homogeneous point process description of Arizona thunderstorm rainfall. Water Resources Research, 24(79): 1174-1186. Rodriguez-Iturbe, I. y P.S. Eagleson (1987): Mathematical models of rainstorm events in space and time. Water Resources Research, 23(1), 181-190. Salsn, S. y Garca-Bartual (2003): A space-time rainfall generator for highly convective Mediterranean rainstorms. Natural Hazards and Earth System Sciences - European Geosciences Union. Vol. 3: 103-114. Sivapalan, M. y E.F. Wood (1987): A multidimensional model of non stationary space-time rainfall at the catchment scale. Water Resources Research, 23(7), 1289-1299.

Waymire, E., Gupta, V.K. y I. Rodriguez-Iturbe (1984): A spectral theory of rainfall intensity at the meso- scale. Water Resources Research, 20(10), 1453-1465. Willems, P. (2001): A spatial rainfall generator for small spatial scales. Journal of Hydrology, 252: 126-144.