Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
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.
Figura 1: Autocorrelacin temporal emprica evento SAIH 11-12 nov 1999. Estacin: Isbert
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).
300
150
0 t en h
Figura 7: Hietograma y pluviograma promedio areal sobre la cuenca BS21 (Ro Torres). Evento sinttico # 106.
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.