GENERACIÓN SINTÉTICA ESPACIAL Y TEMPORAL

DE PRECIPITACIONES HORARIAS EN EL VALLE DE

MÉXICO

Colaboradores:

Ramón Domínguez Mora*

Maritza Liliana Arganis Juárez*
Alejandro Mendoza Reséndiz****
Bernardo Echavarría**
Juan José Baños Martínez***
Eliseo Carrizosa Elizondo**
Humberto Guzmán García*****
 Contenido

1. Introducción
2. Planteamiento del problema
3. Justificación
4. Alcances
5. Metodología
6. Aplicación del modelo a nivel diario
7. Generación sintética de precipitaciones horarias
8. Análisis para periodos de retorno
9. Conclusiones y recomendaciones
 1. Introducción

 En el análisis de eventos extremos en hidrología la generación de

series de tiempo más largas que las registradas históricamente y
que reproduzcan sus características estadísticas, sus
autocorrelaciones y posibles correlaciones cruzadas es muy
importante porque dichos registros sintéticos pueden
posteriormente usarse para simular el comportamiento del sistema
hidrológico analizado

 En este proyecto se propuso un modelo sencillo de generación de

tormentas, y se encontró que, al menos en la región del valle de
México, una correlación débil entre la máxima precipitación
registrada en la región para una tormenta dada y la extensión
espacial de la misma tormenta, puede dar lugar a cambios
importantes en las características de los eventos generados, lo que
hace necesario realizar modificaciones a los modelos de generación
sintética
 2. Planteamiento del
problema

 Desde el año de 1988, el Sistema de Aguas de la Ciudad

de México opera una red de estaciones pluviográficas en 49
sitios de la ciudad, las cuales transmiten la información en
tiempo real cada que los equipos emiten un pulso
equivalente a 0.25mm

 El crecimiento acelerado
de la Ciudad de México hace
necesario estudiar tanto las
lluvias de gran magnitud
puntual, aunque estén
concentradas en áreas
relativamente pequeñas,
como aquellas que por su
extensión espacial pueden
causar problemas al sistema
general de drenaje y control Figura. Estaciones Pluviográficas en la ciudad
de crecientes. de México
 3. Justificación

 La red de estaciones tiene 22 años de operación pero solo 12 doce con

información continua. Los datos estadísticos pueden considerarse confiables para
verificar que el modelo de generación de tormentas sea adecuado, pero no
incluyen suficientes escenarios extremos que permitan, por ejemplo, analizar las
consecuencias de la construcción de diversas obras, de posibles fallas en las
mismas o de las alternativas de políticas de operación

 Los modelos de generación de tormentas deben considerar con mucho cuidado

la posible dependencia entre las variables relevantes para el problema que se
estudia (por ejemplo la relación entre el máximo puntual y la extensión espacial de
las tormentas o también la persistencia temporal)

 Es importante contar con modelos que si bien no son para entender la génesis
de las tormentas, sí constituyan una herramienta práctica y sencilla para la
obtención de eventos de tormentas distintas que las históricas, pero que preserven
sus características estadísticas.
 4. Alcances

 El método generador de tormentas de este estudio se aplicó en

una primera instancia a nivel de los datos de tormentas diarias
máximas y una vez validado para ese caso, se extendió para incluir
las variaciones temporales al interior de las tormentas considerando
lluvias a nivel horario.
 5. Metodología

Modelo de generación de tormentas basado en la idea de fragmentos del

método de Svanidze

 Para aplicar el procedimiento de fragmentos, las tormentas históricas se

caracterizan por una parte, por su pico, es decir, el valor máximo registrado
en el centro de la tormenta, y por otro, por la forma (extensión espacial) de
la tormenta, expresada en términos de la relación (o fragmentos) entre lo
que llovió en cada estación y lo que llovió en el centro de la tormenta

 Si se considera que la magnitud del pico o valor máximo de cada

tormenta y su forma son independientes, el procedimiento de generación
sintética se aplica generando por un lado la precipitación máxima
correspondiente a cada tormenta sintética, para reproducir su función de
distribución, y luego distribuyéndola espacialmente de acuerdo con los
fragmentos correspondientes a una tormenta histórica seleccionada también
aleatoriamente
 5. Metodología

Procedimiento de desagregación
•

120

100 100.15

80
hp mm

60
histórico
Como la máxima aleatoria dio
40 40.39
Generados
100.15, la tormenta histórica
20 seleccionada se multiplicó (en todos
0
sus datos) por 100.15/40.39 = 2.48
0 10 20 30 40 50 60

Estación
 5. Metodología

Validación

Para verificar el desempeño del método, se propone comparar las

funciones de distribución de las medias espaciales y de los máximos de las
tormentas generadas con las correspondientes a las tormentas históricas.
Una vez que se logran reproducir adecuadamente las funciones de
distribución de los valores máximos y medios de las tormentas históricas,
se comprueba si también se reproducen los parámetros estadísticos de las
lluvias registradas en cada una de las estaciones

Este procedimiento tiene la ventaja de que por una parte se valida con
aspectos que no fueron usados explícitamente en el procedimiento de
generación, y por otra permite constatar que se preservan los estadísticos
más importantes
 5. Metodología

Recopilación de la información

Periodo de lluvias empleado y selección general de tormentas

Se emplearon las lluvias medidas en los años 1988, y de 1993 a 2008, de la

estación 1 a la 49. Las tormentas seleccionadas cumplen con dos
condiciones:

La Precipitación en alguna de las 49 estaciones fue mayor a 60 mm, o, el

promedio aritmético de la precipitación en las 49 estaciones fue mayor a 10
mm.

Los datos de las 143 tormentas seleccionadas fueron validados con la

información de los boletines hidrológicos de la Comisión Nacional del
Agua (CONAGUA).
 6. Aplicación del Modelo a nivel diario

120

100 100.15

80
hp mm

60
histórico
Generados
40 40.39

20

0
0 10 20 30 40 50 60

Estación

Figura Ejemplo del escalamiento para una tormenta generada

 Se generaron 1000 números aleatorios con la función de distribución y

otros 1000 números para seleccionar aleatoriamente (con remplazo) alguna
de las 143 tormentas históricas

 Se identificaron los máximos de dichas tormentas para escalarlas

 6. Aplicación del Modelo a nivel diario

Primera validación
Validación del primer procedimiento
200
180
160
140
hp màx (mm)

120
100 Históricos
80
Generados
60
40
20
0 60
-4 -2 0 2 4 6 8
-Ln(Ln(1/F(x))) 50

hp media (mm)
40

30
Históricos
20
Generados
Distribuciones de probabilidad 10

empíricas de las precipitaciones 0

máximas y medias de cada tormenta. -4 -2 0 2 4 6 8

-LN(LN(tr/tr-1))
Primer procedimiento de generación
 6. Aplicación del Modelo a nivel diario

Análisis
140
Relación entre la precipitación
120
media espacial y la
precipitación máxima para las
100
hp màxima (mm)

80

60 Históricos
tormentas históricas
40 Lineal (Históricos)

20 y = 0.6364x + 47.361
R² = 0.0415
0 r=0.2037
0 20 40 60

hp media (mm) 200

180
160
140

hpmáx (mm)
120
100 Primer procedimiento
80
60 Lineal (Primer
procedimiento)
Relación entre valores medios
40
20 y = 1.3371x + 35.473

y máximos. Primer método de

R² = 0.3267
0 r=0.5716

generación
0 20 40 60

hpmed (mm)
 6. Aplicación del Modelo a nivel diario

Análisis
140

120

100

hp màx (mm)
80

60 Histórico
¡ENTRE MAS GRANDE ES 40 Lineal (Histórico)
EL MÁXIMO, LA TORMENTA 20 y = -100.68x + 83.692
R² = 0.351
ES MENOS EXTENSA¡ 0 r=0.5925
0 0.2 0.4 0.6 0.8

IEE historico

140 60

120 50

40

hp max(mm)
100
hp màx(mm)

80 30 Series1

60 Históricos 20
Lineal (Series1)
40 Lineal (Históricos) 10
y = -36.565x + 54.623
20 0 R² = 0.1202
y = -24.597x + 75.292
R² = 0.0297 0 0.2 0.4 0.6 r=0.3467
0
r=0.1723 IEE històrico
0 0.2 0.4 0.6 0.8

IEE històrico

Primer grupo de tormentas históricas Segundo grupo de tormentas históricas

 6. Aplicación del Modelo a nivel diario

Segundo procedimiento

 Las tormentas se dividieron en dos grupos, las primeros 71 formaron el

grupo de tormentas grandes y las 72 restantes formaron el grupo de
tormentas pequeñas

 Se generaron 1000 números aleatorios y con ellos se generaron 1000

datos de la precipitación máxima sintética PSMAXk; k = 1,2,….,1000

 Para la selección de las tormentas que deberían escalarse, se consideró

que si la precipitación máxima sintética PSMAXk era mayor o igual que la
mediana, se seleccionaba aleatoriamente una tormenta del grupo de las
tormentas grandes y en caso contrario, del grupo de las tormentas chicas.
 6. Aplicación del Modelo a nivel diario

Nueva validación
60
140

120 50

hp media (mm)
100 40
hp màx (mm)

80 30
Históricos
60 Históricos 20
Generados
Sintèticos
40
10
20
0
0 -4 -2 0 2 4 6 8
-4 -2 0 2 4 6 8
-LN(LN(tr/tr-1))
-Ln(Ln(1/F(x)))

antes
90
80
70

hp media (mm)
60
50
Figura Distribuciones de probabilidad 40 Históricos
empíricas de las precipitaciones 30
Sintèticos
20
máximas y medias de cada tormenta. 10

Segundo procedimiento de generación -4 -2

0
0 2 4 6 8

-Ln(Ln( 1(F(x)))

después
 6. Aplicación del Modelo a nivel diario

140
Nueva validación
120

100

hp màxima (mm)
80 Históricos
60
y = 0.6364x + 47.361
40 R² = 0.0415
r=0.2037
20

0
0 20 40 60

hp media (mm)

200 160
180
140
160
120
hp màx (mm)

140

hp máxima (mm)
120 100 Segundo procedimiento de
generación
100 80
Primer procedimiento
80 60 y = 0.5105x + 48.875
60 y = 1.3371x + 35.473 R² = 0.037
40
R² = 0.3267 r=0.1924
40
r=0.5716 20
20
0
0
0 10 20 30 40 50
0 10 20 30 40 50 60
hp media (mm)
hp med (mm)
6. Aplicación del Modelo a nivel diario

Nueva validación
 6. Aplicación del Modelo a nivel diario

COMENTARIO

 Las pruebas realizadas demostraron que los eventos de lluvias generados

reproducen de forma adecuada los parámetros que no están incorporados de
manera implícita en el modelo; tal es el caso de la lluvia diaria en cada
estación, cuyos valores estadísticos son prácticamente iguales a los históricos,
a pesar de que el método propuesto sólo emplea la distribución de
probabilidad de lluvias máximas en el centro de la tormenta.
 7. Generación sintética de precipitaciones horarias

Propósito y metodología a seguir

 El objetivo la segunda etapa de este estudio fue la de extender el método

de generación de lluvias sintéticas diarias al caso de precipitaciones
horarias; es decir que se requiere una desagregación basado en la
distribución espacial y temporal de las tormentas históricas, para obtener
campos de lluvias con intervalos de una hora. Posteriormente se verificó si
los datos de lluvia sintéticos eran equivalentes estadísticamente a los datos
de las lluvias históricas, y en caso de que no resultarlo, realizar las
modificaciones adecuadas a la metodología para obtener la equivalencia
estadística entre el conjunto de tormentas históricas y las sintéticas.

Datos disponibles

 Se emplearon datos horarios de lluvias en los años 1988, y 1993 a 2008, de

los registros históricos de 49 estaciones pluviométricas automatizadas que
se localizan en el valle de México.
 7. Generación sintética de precipitaciones horarias

Generación de lluvias horarias

Desagregación horaria

 La idea básica del método propuesto es utilizar la distribución temporal

horaria dada por las tormentas históricas, de forma análoga a como se
utilizó la distribución espacial en las estaciones proporcionada por las
tormentas históricas para crear el campo de lluvia sintético
 7. Generación sintética de precipitaciones horarias

Validación precipitaciones horarias

Resultados obtenidos con el planteamiento original

Promedios Desviaciones estándar Máximos

Comparación de valores sintéticos contra históricos de precipitaciones

con duración de una hora en las 49 estaciones de la red
 7. Generación sintética de precipitaciones horarias

a) precipitación con duración de 1 hora b) precipitación con duración de 1 día

Comparación de precipitaciones medias sintéticas e históricas

en todas las estaciones
 7. Generación sintética de precipitaciones horarias

Reagrupamiento de las tormentas

 Como ya se mencionó, la división de las tormentas históricas propuesta
reduce la correlación entre la precipitación máxima y el índice de extensión
espacial, esto se puede observar en la siguiente Figura . El coeficiente R2
de todas las tormentas es 0.36, y después de dividir en tormentas mayores
y menores, se redujo a 0.03 y 0.14 respectivamente.

Índice de extensión espacial de los dos conjuntos de tormentas históricas: a)

Tormentas mayores, b) Tormentas menores
 7. Generación sintética de precipitaciones horarias

 Sin embargo, en la Figura anterior se observa también que aún existe cierto
grado de correlación entre el índice de extensión espacial y la precipitación
máxima en el conjunto de tormentas menores, por ello se propone dividir
este último conjunto en dos subconjuntos más. Los tres subconjuntos de
tormentas históricas son ahora:

1. Tormentas mayores: conjunto formado por las tormentas que son mayor a
la mediana de la precipitación máxima de las tormentas históricas.
2. Tormentas medianas: Se crea a partir conjunto de las tormentas menores.
Este conjunto se conforma por las tormentas con precipitación máxima
mayor a la mediana de las tormentas menores
3. Tormentas pequeñas: Parte del conjunto de tormentas menores. Este
conjunto es conformado por tormentas menores a la mediana.
 7. Generación sintética de precipitaciones horarias

140 Grandes 55 Medianas

120 50
R² = 0.0297
100
R max [mm]

R max [mm]
45
80
40
60

40 35
R² = 0.0309

20 30
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6
IEE [-] IEE [-]

45 Pequeñas

40
R max [mm]

35

30

R² = 0.1493
25

20
0.1 0.2 0.3 0.4 0.5
IEE [-]

Subdivisión del conjunto de tormentas menores: a) Tormentas grandes b)

medianas, b) Tormentas pequeñas
 7. Generación sintética de precipitaciones horarias

Planteamiento final

 El método obtenido durante esta investigación se divide en dos partes, la

primera consiste en la preparación de los datos, y la segunda en la
generación de las tormentas sintéticas.
 La etapa correspondiente a la preparación de los datos, que parte de tener
los registros de precipitación de NT tormentas, con resolución horaria en NE
estaciones, está conformada por los siguientes pasos.
1.Se estima la distribución de probabilidad de las lluvias máximas de 24
horas, F(x) .
2.Se normalizan los datos de precipitación histórica horaria con lo
que se obtienen los valores
3.Se forman tres grupos de tormentas según el valor de la precipitación
máxima (en el centro de la tormenta)
 7. Generación sintética de precipitaciones horarias

La generación de tormentas sintéticas horarias está conformada por los siguientes

pasos:
1. Obtención de un número aleatorio a través del que se obtiene una lluvia sintética
máxima diaria
2. Selección del grupo de tormentas históricas que se emplea para dar forma
espacial y temporal a la tormenta sintética, el grupo de la tormenta a utilizar se
determina de acuerdo con el valor de precipitación estimado en el paso 1
 7. Generación sintética de precipitaciones horarias

3. Selección de la tormenta, se genera un número aleatorio entero ,

donde nh es el número de tormentas históricas correspondiente al
grupo que se determinó en el paso anterior.
4. Los hietogramas sintéticos se obtienen al multiplicar la lluvia sintética
diaria máxima por los hietogramas normalizados de cada una de las
estaciones, que se obtuvieron de la tormenta histórica seleccionada en
el paso anterior:
 7. Generación sintética de precipitaciones horarias

VALIDACIÓN
Resultados a nivel horario

1 3.5 100
3

Sintético
0.8 80
Sintético

Sintético
2.5
0.6 60
2
0.4 y = 1.0087x 1.5 y = 1.029x 40
0.2 R² = 0.9866 1 R² = 0.9315 20
0.2 0.7 1.2 1 2 3 4 20 40 60 80

Histórico Histórico Histórico

a) promedio b) desviación estándar c) valores máximos

Comparación de valores sintéticos contra históricos de precipitaciones con duración

de una hora en las 49 estaciones con el método de generación con 3 conjuntos
 7. Generación sintética de precipitaciones horarias

4 4

3 3

HP 24h/promedio
HP 1h/promedio

2 2

1 Histórico 1 Histórico
Sintético Sintético
0 0
-2 0 2 4 6 8 -2 0 2 4 6 8
Z = -Ln(Ln(1/F) Z = -Ln(Ln(1/F)

a) b)

a) precipitación máxima de 1 hora. b) precipitación máxima de 24 horas

 8. Análisis para periodos de retorno

Para poder asignar probabilidades de ocurrencia o periodos de retorno a los

diferentes escenarios, se propone un procedimiento que permite asociar tiempos de
ocurrencia a los eventos generados sintéticamente.

La función de distribución acumulada de probabilidades de Poissón se expresa como:

En este caso se emplea para asociar las tormentas sintéticas con tiempo de
ocurrencia por año.
 8. Análisis para periodos de retorno

 El valor de  se obtiene de dividir las 141 tormentas seleccionadas entre

el número de años utilizados en el análisis.

 La idea es que de las tormentas correspondientes al año 1 (las primeras

5 en este caso) se obtiene el máximo para cada evento que se desee;
por ejemplo, el máximo promedio diario, el máximo horario en
cualquiera de los 49 sitios, el máximo en un sitio específico, etc. Al
hacer lo mismo para las tormentas de los siguientes años se obtienen
valores máximos anuales de cada uno de los eventos, de manera que
se pueden ajustar las funciones de distribución de probabilidad
correspondientes.
 8. Análisis para periodos de retorno
Periodo de retorno, T, en años Periodo de retorno, T, en años
Considerando extrapolados Considerando extrapolados
Gumbel (momentos) Gumbel (momentos)
Tr, años

10000

10000
1000

2000

5000

1000

2000

5000
1.01

1.11
1.25

1.01

1.11
1.25
100

200

500

100

200

500
10

20

50

10

20

50
2

5
140 80

70
120

60
100

50

Máx Promedio , mm
Máx Horario, mm

80

40
Medidos Medidos
60
Calculados Calculados
30

40
20

20
10

0 0
-2 -1 0 1 2 3 4 5 6 7 8 9 10 -2 -1 0 1 2 3 4 5 6 7 8 9 10

Variable Reducida, Z=-ln[ ln( T / (T-1) ) ] Variable Reducida, Z=-ln[ ln( T / (T-1) ) ]

Serie sintética de precipitaciones horarias Serie sintética de precipitaciones medias diarias

máximas anuales en cualquier estación máximas anuales
Periodo de retorno, T, en años
Considerando extrapolados
Gumbel (máx verosimilitud)
Tr, años

10000
1000

2000

5000
1.01

1.11
1.25

100

200

500
10

20

50
2

100

90

80

70
Máx horario , mm

60

50
Medidos

40 Calculados

30

20

Serie sintética de precipitaciones horarias

10

0
-2 -1 0 1 2 3 4

Variable Reducida, Z=-ln[ ln( T / (T-1) ) ]

5 6 7 8 9 10
máximas anuales Estación 22
 9. Conclusiones y recomendaciones

 Se propone un método de validación que al mismo tiempo que considera los

aspectos más relevantes de las tormentas (máximos diarios y horarios, promedios
espaciales) permite comprobar las hipótesis de partida, al obligar a verificar si se
reproducen adecuadamente parámetros estadísticos no considerados en el
procedimiento de generación.

Gracias a esta propuesta se detectaron defectos del procedimiento original

 La propuesta de relacionar las precipitaciones máximas (en el centro de cada

tormenta) con su extensión usando un índice de extensión espacial en lugar de el
promedio permitió ver que las tormentas con mayores valores máximos son menos
extensas

Lo anterior permitió entender la razón de las imprecisiones que se obtuvieron

cuando se usó la versión original del método de desagregación.

 Para tomar en cuenta este hecho se formaron tres grupos de tormentas históricas
buscando que dentro de cada grupo la correlación entre los máximos y el índice de
extensión espacial fuera mínima, con lo que se logró una mejora significativa en los
resultados
 9. Conclusiones y recomendaciones

 El método propuesto es sencillo de implementar, y los resultados

obtenidos son adecuados, dado que se cumple con el requisito básico
de reproducir adecuadamente los estadísticos de las tormentas
históricas.
 Las tormentas sintéticas generadas se pudieron agrupar por años
asimilando su tiempo de ocurrencia a un proceso de Poisson. De esta
forma es posible construir series de máximos anuales de cualquier
evento (a manera de ejemplo se hicieron determinaciones de series
anuales para precipitaciones máximas horarias en cualquier sitio, de
promedios espaciales y de máximas horarias en una estación
seleccionada). Al ajustar funciones de distribución de probabilidades a
dichas series es posible hacer extrapolaciones para distintos periodos
de retorno