Una comparacin de alternativas para el diario de las precipitaciones

desagregacin

Escuela de Ingeniera Civil y ambiental, Universidad de New South Wales, Sydney,

Australia.
Resumen: La Hidrologa Urbana tradicionalmente ha utilizado informacin de
precipitacin extrema de las curvas de intensidad frecuencia duracin (IFD)
para obtener las tormentas de diseo con el fin de analizar de crecidas de diseo.
Desagregacin de la precipitacin es un mtodo. Este documento evala tres
mtodos de desglose de precipitacin con distintos fundamentos tericos, es decir
al azar cascadas multiplicativas (versiones Micro canonical y Canonical),
aleatorios Bartlett Lewis modelo (RBLM) juntada con el procedimiento de ajuste
proporcional y el mtodo de fragmentos (MOF). Estos modelos fueron utilizados
para llevar a cabo la desagregacin del diario a precipitacin horaria con 86 aos
(1916-2001) de precipitacin horaria continua. Algunas estadsticas de inters
desde una perspectiva de diseo de inundacin incluyendo la variabilidad de las
precipitaciones e intermitencia, hechizos mojados y la reproduccin de los valores
extremos fueron investigadas. Un estudio de dentro de las distribuciones hechizo
hmedo da produjo resultados consistentes con los anlisis IFD: es decir, que la
Micro canonical y Canonical ambos modelos subestimo y sobrestim malvado
hechizo de longitudes respectivamente. Los modelos RBLM y MOF caracterizan
hechizo mojado de distribucin bastante bien. Se sugiere que el mal desempeo
de la modelo cascada micro canonical puede atribuirse a la inadecuacin de la
funcin de distribucin de probabilidad asumida.

1- INTRODUCCION
Una amplia gama de aplicaciones que implican la planificacin, diseo y
gestin de pequeos sistemas de recursos de agua (especialmente urbano)
dependen de la estimacin adecuada de una inundacin de diseo. Un
enfoque convencional es determinar la intensidad de las precipitaciones de
diseo (o tormenta hietograma de diseo) de la disposicin Frecuencia de
intensidad las curvas de duracin (IFD) desarrollaron para la regin y
convierten en un hidrograma de inundacin correspondiente utilizando un
modelo de precipitacin escorrenta. Sin embargo, la tormenta de diseo
basado en IFD plantea incertidumbre en la inundacin estimada como la
influencia de condiciones antecedente captacin no puede ser debidamente

contabilizada. Adems, las relaciones IFD se desarrollan tpicamente

mediante un evento nico lluvias mximas anuales que no necesariamente
puede traducir para el evento de flujo mximo anual correspondiente para
ese ao dependiendo de las condiciones de antecedente de captacin. Por
lo tanto, una alternativa a este enfoque de diseo basado en tormenta es
utilizar una serie continua de lluvia que puede reflejar mejor las
caractersticas de tales antecedentes. Sin embargo, la existencia de dichos
datos en realidad es escasa debido a que sus medidas son costosas y
lentas.
En este estudio, eligen el horario de paso como cada hora como es
apropiado para propsitos de diseo de inundaciones en cuencas
pequeas con tiempos de respuesta o 'tiempos de concentracin' menos de
un da. Como este estudio se ha realizado principalmente para obtener
lluvia fina, estn especialmente interesados en saber cmo realiza los
modelos, simulan la variabilidad de las precipitaciones y la intermitencia de
las lluvias, as como los extremos. Adems, se realiza una medicin de la
sensibilidad de los parmetros estimados. Esto ayudar a mejorar la
comprensin de la estructura interna de la tormenta, la importancia e
influencia de parmetros individuales y por lo tanto el fenmeno de las
lluvias en general. Medir la capacidad de cada modelo para simular de
forma realista hechizos mojados en un paso del tiempo cada hora
proporcionara informacin importante con respecto a propiedades de
intermitencia de las lluvias, as como reproduccin de otras estadsticas
estndar tales como media, varianza y proporciones secas.
2. DESCRIPCIN DEL MODELO
2.1 MODELO MULTIPLICATIVO CASCADAS
Modelos multiplicativos cascada al azar se originan de la teora de la
turbulencia y se han utilizado cada vez ms en la precipitacin de modelado
en los ltimos aos. Aunque estos modelos son puramente
fenomenolgicos debido a que la relacin exacta entre la turbulencia y las
lluvias sigue siendo confusa (por ejemplo, procesos fsicos que producen
grandes reas de lluvia uniforme y duchas conectivos pequeos son
intrnsecamente diferentes y por lo tanto estn poco probable que sea
simplemente diferentes realizaciones de un RMC con los mismos
parmetros) observ su habilidad para reproducir estructuras en anlisis del
patrn de las lluvias y sus propiedades estadsticas han justificado su uso

continuo. Segn la teora fractal multi general, una vez que se entienden las
fluctuaciones a una escala determinada, sos en otras escalas son
deducidas de invariancia de escala (a travs de un hilo comn que conecta
por momentos a diferentes escalas) y no es necesario especificar
independientemente. En particular, este estudio aplica dos versiones de un
grupo ms grande de modelos que funcionan basados en la teora de la
invariancia de escala.
2.2 MODO ALEATORIO DE BARTLETT LEWIS
El modelo de Lewis de Bartlett (BLM) es un punto de proceso modelo
desarrollado originalmente por Rodrguez-Iturbe (1987) que representa los
eventos de precipitacin como racimos de clulas de lluvia donde cada
celda es considerado un pulso con una duracin aleatoria e intensidad al
azar. La lgica del modelo original de BLM produce una secuencia de las
clulas de tormenta, cada uno con su propia intensidad y duracin. El
proceso original de BLM se caracteriz por 5 parmetros (, , , x)
como sigue: la generacin de un origen tormenta" se asume seguir un
Poisson distribuido proceso tasa con un valor esperado de . Por lo tanto el
valor esperado de la poca entre orgenes tormenta es 1 / . Aunque el

valor fue una constante en la BLM original, en el RBLM,

los valores para tormentas distintas se supone que las
variables independientes (de ah el nombre "aleatorios")
de una distribucin gamma con forma y escala 1/. En
esencia, el parmetro fue reemplazado ahora por y .

2.3 Mtodo de Fragmentos

Este mtodo contrasta con los modelos RBLM y cascadas como es no
paramtrica. Por lo tanto, no hace que principales supuestos sobre la naturaleza
de la relacin entre precipitacin continua y global. La metodologa de MOF refleja
cmo representa dependencia temporal diaria mediante el uso de alta frecuencia
predictores de las lluvias y a ms largo plazo atribuye tal esa distribucin y
caractersticas de estacionalidad. Esto aumentara el tamao de muestra
disponible para fines de muestreo y tambin cuenta para los efectos de
estacionalidad. Por ejemplo, si queremos disolver precipitacin diaria de 15 de
enero de nuestra serie de tiempo diario, nos fijamos en todo el mes de enero (1 14, 16-30) para encontrar al vecino ms cercano en precipitaciones. El segundo
criterio requiere precipitaciones en nuestro da de inters para satisfacer una
configuracin pre especificada de 'Estados' secos o mojados. Esto es importante
porque ayudar a identificar si nuestro da 'mojado' de inters se encuentra en el
comienzo, al final o en medio de una tormenta.
3. ESTIMACIN DE PARMETROS
3.1 MODELOS CASCADAS
Los parmetros del modelo cannico de intermitencia y variabilidad, y 2, se
estimaron en base a la relacin entre momentos de registro acerca del origen del
orden de 0 a 4, frente a escala de tiempo para que conste toda precipitacin. Para
evaluar la estabilidad de los parmetros, estimacin fue realizada sobre una base
estacional (mensual), as como por separado para cada ao del registro sin tener
en cuenta las variaciones estacionales. Curiosamente, este estudio encontr que
los parmetros y 2, cuando calcula anualmente fluctuaban significativamente
4. RESULTADOS Y DISCUSION.
4.1 Reproduccin de Norma
Todos los modelos fueron generalmente capaces de reproducir la precipitacin
media hora. Sin embargo, la variacin horaria, el modelo cannico micro realizada
por mal en comparacin con los otros modelos. El modelo micro cannico sobre
estima la variacin observada por hora por un margen significativo. Se alega que
la distribucin beta nico parmetro que se utiliz para estimar la variabilidad en
los pesos no intermitente no es muy adecuada para lluvia Sydney, as destacando
la importancia de elegir una adecuada distribucin de probabilidad para el montaje
de los datos en cualquier modelo paramtrico.

5. CONCLUSION
Este documento evala el desempeo de algunos ampliamente conocidos diarios
precipitacin desagregacin como el RBLM, dos versiones del modelo aleatorio
cascadas y modelo de MOF utilizando datos de lluvias continas de Sydney. En
particular, los modelos fueron calibrados en las reas de reproduccin de
precipitacin estndar, valores extremos y reproduccin de hechizos mojados. En
cuanto a reproduccin de estadsticas observadas, el modelo de MOF
generalmente super a los otros modelos. Esto no es completamente inesperado,
dado que la lgica MOF funciona basada en el re muestre de fracciones de
precipitacin observada (en la escala de tiempo del diario) y por lo tanto se espera
para producir estadsticas que tienen la semejanza ms cercana a los datos
observados.
Para concluir, con el advenimiento del cambio climtico, creemos que discierne la
relativa debilidad y fortalezas de cada modelo es especialmente importante ya que
se prev ser aplicaciones ms frecuentes de los mtodos de desglose para serie
de precipitacin diaria regionalizado de modelos climticos globales en el futuro.