DISEO HIDRAULICO Alumno: Marco Xavier Rey Contento Curso: Quinto Ao Fecha: 13 de Junio del 2013 Paralelo: D Catedrtico: Ing. Francisco Vera.
APLICACIN DEL MTODO DE SVANIDZE PARA LA GENERACIN DE TORMENTAS Planteamiento del problema Por 22 aos el Sistema de Aguas de la Ciudad de Mxico (SACM) ha operado una red de 49 estaciones pluviogrficas que registran informacin en tiempo real. De ellos slo 12 aos de informacin son continuos. El crecimiento acelerado de la ciudad de Mxico hace necesario estudiar tanto las lluvias de gran magnitud puntual, como aquellas que por su extensin espacial pueden causar problemas al sistema general de drenaje y control de crecientes.
Justificacin Las estadsticas de lluvias en 24 horas pueden considerarse confiables, pero no incluyen suficientes escenarios extremos. Los modelos de generacin de tormentas deben considerar la posible dependencia entre el mximo puntual y la extensin espacial de las tormentas o la persistencia temporal. Es importante contar con modelos que constituyan una herramienta prctica y sencilla para generar eventos de tormentas que pueden tener condiciones ms extremas que los histricos.
Objetivos y alcances Desarrollar un mtodo para generar tormentas sintticas para datos de tormentas diarias mximas. Una vez que el mtodo ha sido validado, extender la metodologa para incluir las variaciones temporales para su aplicacin a nivel horario. Se aplic un modelo de generacin de tormentas basado en el mtodo de Svanidze en el que con un doble procedimiento se selecciona, aleatoriamente, por un lado, un valor de la precipitacin mxima sinttica obtenida a partir de la funcin de distribucin que se determina de los registros de precipitaciones mximas anuales y, por otro lado, se selecciona aleatoriamente una tormenta histrica y se escala multiplicando los valores registrados en cada estacin por una constante tal que en el centro de la tormenta se obtenga la precipitacin mxima sinttica Se utiliz la informacin histrica que registra el SACM para 49 estaciones de la red pluviogrfica de la zona metropolitana, de los aos 1988 en el que se present un evento de gran magnitud y para el periodo de aos de 1993 al 2008. Los datos dudosos fueron filtrados.
Validacin del procedimiento El desempeo del procedimiento propuesto se evala mediante la comparacin de las funciones de distribucin de las precipitaciones media y mxima de las tormentas generadas, con las distribuciones de las histricas. Una vez que se logra reproducir adecuadamente las funciones de distribucin de los valores mximos y medios de las tormentas histricas, se comprueba si tambin se reproducen los parmetros estadsticos de las lluvias registradas individualmente en cada una de las estaciones climatolgicas.
Aplicacin y resultados Se generaron 1000 tormentas sintticas con el procedimiento de generacin mencionado y se obtuvieron las funciones de distribucin de las precipitaciones medias y mximas para compararlas con las histricas (Figuras 1, a) y b).
Figura 1. Funciones de distribucin de probabilidad emprica histrica y sinttica a) para la precipitacin mxima y b) para la precipitacin media Debido a que la funcin de distribucin de las medias no se reproduce bien, se realiz un anlisis ms minucioso de la correlacin entre valores mximos y valores medios. Si bien la Figura 2 a) pareciera indicar que la distribucin espacial de la tormenta es independiente de su valor mximo, esto se debe a que al calcular los valores interviene el valor mximo, es decir, se obtiene una correlacin espuria.
Figura 2. Relacin entre la precipitacin media espacial y la precipitacin mxima para a) las 143 tormentas histricas y b) Las 1000 tormentas sintticas primer procedimiento Se defini entonces un ndice de extensin espacial (IEE), dividiendo cada valor medio entre su respectivo mximo (con lo que se elimina la correlacin espuria). En la Figura 3 se observa que la magnitud del mximo y la distribucin espacial de las tormentas s estn correlacionadas.
Figura 3. Relacin entre el ndice de extensin espacial y la precipitacin mxima En un intento de eliminar esta correlacin se decidi separar a la poblacin en dos grupos de tormentas (las tormentas grandes, los 71 datos por arriba de la mediana de la muestra y las tormentas pequeas, las 72 restantes por debajo de la mediana). Al obtener el ndice de extensin espacial ya casi no se observa correlacin (Figura 4 a) y b)).
Figura 4. Relacin entre el ndice de extensin espacial y la precipitacin mxima para los datos histricos a) Tormentas grandes y b) Tormentas pequeas Segundo procedimiento de generacin Se generaron otras 1000 tormentas sintticas con el nuevo procedimiento, se consider que si PSMAXk > que la mediana, se seleccionaba aleatoriamente una tormenta del grupo de las tormentas grandes y en caso contrario, del grupo de las tormentas chicas. Al comparar las funciones de distribucin de la hpmx y hp media se observ una mejor coincidencia con este segundo procedimiento de generacin. (Figura 5 a) y b). Adicionalmente, el ndice de extensin espacial tiene un comportamiento similar al histrico (Figura 6). Finalmente se compararon los estadsticos estacin por estacin observndose buena concordancia, como se muestra en la Figura 7 para el caso de la precipitacin media.
Figura 5. Funcin de distribucin de probabilidad emprica histrica y sinttica a) para la precipitacin mxima y b) para la precipitacin media. Segundo procedimiento de generacin
Figura 6. Relacin entre el ndice de extensin espacial y la precipitacin mxima
Figura 7. Comparacin de la media de la precipitacin estacin por estacin
Conclusiones En esta primera etapa se corrobor la aplicabilidad del mtodo generador de tormentas a nivel diario. Como un resultado adicional se puede citar que cuando se consider dividir la serie histrica de tormentas mximas en dos grupos se identific una correlacin relativamente alta en el grupo de tormentas pequeas, lo que no se esperaba, y motiv a que en la segunda etapa se contemple hacer una separacin de las tormentas mximas en tres grupos para analizar si con ello mejora el proceso de generacin sinttica.