Función de densidad de probabilidades de la altura de la precipitación y la correlación entre la intensidad y la duración

Rafael Santiago Seoane

Argentina

Universidad Nacional del Centro de la Provincia de Buenos Aires

Mónica E. Gelmi

Argentina

Universidad Nacional del Centro de la Provincia de Buenos Aires

Alejandra I. Vornetti

Argentina

Universidad Nacional del Centro de la Provincia de Buenos Aires

|

Aceptado:

|

Publicado: 30-06-2001

DOI: https://doi.org/10.4995/ia.2001.2865
Datos de financiación

Descargas

Palabras clave:

Modelos matemáticos, Modelos de precipitación, Propiedades probabilísticas de la precipitación

Agencias de apoyo:

Esta investigación no contó con financiación

Resumen:

El objetivo de esta investigación es estudiar los efectos que la correlación entre las variables intensidad y duración de la precipitación tiene sobre la función de densidad de probabilidades de la altura de precipitación. Se deducen nuevas expresiones para la función de densidad y para los momentos de primero y segundo orden de esta variable. En la primera parte se presentan las nuevas expresiones de la función de densidad de probabilidades, la esperanza matemática y la varianza de la altura de precipitación, deducidas a partir de una función de densidad de probabilidades bivariada propuesta por Gumbel (1960) que considera la correlación mencionada. En la segunda parte se discuten los resultados al aplicar las nuevas expresiones a series de precipitaciones observadas en escalas horaria y diaria y se demuestra la importancia de considerar la correlación para preservar los momentos de primero y segundo orden. Los estadísticos de Kolmogorov-Smirnov y Cramér-von Mises se utilizan para medir las distancias entre las dos distribuciones acumuladas estimadas con el modelo de Gumbel (con y sin correlación) y la distribución empírica de los datos de precipitación. Finalmente, se presenta la comparación entre los momentos de primero y segundo orden de la altura de precipitación estimados usando las nuevas expresiones y las propuestas por Córdova y Rodríguez-Iturbe (1985).
Ver más Ver menos

Citas:

Bacchi, B., G. Becciu y N. Kottegoda, (1994) Bivariate exponential model applied to intensities and duration of extreme rainfall. Journal of Hydrology, 155, 225-236. https://doi.org/10.1016/0022-1694(94)90166-X

Benjamin J.R. y C.A. Cornell, (1970) Probability, Statistics and Decision for Civil Engineers. Mc Graw-Hill Book Company.

Córdova, J.R. y R.L. Bras, (1981) Physically based probabilistic models of infiltration, soil moisture and actual evapotranspiration. Water Resources Research. 17(1), 93-106. https://doi.org/10.1029/WR017i001p00093

Córdova, J.R. y I. Rodríguez-Iturbe, (1985) On the probabilistic structure of storm surface runoff. Water Resources Research. 21(5), 755-763. https://doi.org/10.1029/WR021i005p00755

Draper, N. R. y H. Smith, (1981) Applied Regression Analysis. Wiley & Sons.

Durbin, J., (1986) Distribution theory for test based on the sample distribution function. CBMS-NSF Regional Conference Series in Applied Mathematics.

Gradshteyn, I. S. y M. Ryzhik, (1980) Table of Integrals, Series and Products. Academic Press. Nueva York.

Gumbel, E. J., (1960) Bivariate exponential distributions. J. Am. Stats. Assoc. 55: 698-707. https://doi.org/10.1080/01621459.1960.10483368

Islam, S., D. Entekhabi, R. L. Bras e I. Rodríguez-Iturbe, (1990) Parameter Estimation and Sensitivity Analysis for the Modified Bartlett-Lewis Rectangular Pulses Model of Rainfall. Journal of Geophysical Research. 95(D3), 2093-2100. https://doi.org/10.1029/JD095iD03p02093

Nagao, M. y M. Kadoya, (1971) Two-variate exponential distribution and its numerical table for engineering applications. Bull. Disaster Prev. Res. Inst., Kyoto Univ., 20(3), 183-215.

Wilks, D.S., (1995) Statistical Methods in the Atmospheric Sciences. Academic Press. Nueva York.

Ver más Ver menos