Determinación de las curvas IDF en Igueldo-San Sebastián. Comparación de diferentes métodos

José Javier López Rodríguez, Oihane Delgado, Miguel Ángel Campo

Resumen

Las curvas de intensidad-duración-frecuencia (IDF) son una herramienta fundamental en ingeniería hidrológica. Se ha partido de la serie de precipitación de 88 años registrada cada diez minutos en la estación meteorológica de Igueldo (San Sebastián). Después de aplicar varios test para comprobar la homogeneidad y la no estacionariedad de la serie de precipitación, se determinaron las curvas IDF mediante un análisis de frecuencia con el programa Hydrognomon. Dichas curvas se compararon con las obtenidas a partir de la serie simulada con el modelo estocástico de Barlett-Lewis Modificado (MBL) y con las estimadas mediante la ecuación de Témez. El objetivo de este trabajo es la evaluación de estas dos últimas metodologías. Las curvas y los yetogramas generados con la expresión de Témez presentaron un buen ajuste a partir de periodos de retorno, T, mayores a 20 años. No fueron tan buenos los obtenidos a partir de la serie simulada con MBL.


Palabras clave

Intensidad de precipitación; Curvas IDF; Hydrognomon; Modelo de Barlett-Lewis; Ecuación de Témez

Texto completo:

PDF

Referencias

Blanchet, J., Ceresett, D., Molinié, G., Creutin, J. D. 2016. A regional GEV scale-invariant framework for Intensity–Duration–Frequency analysis. Journal of Hydrology, 540, 82-95. https://doi.org/10.1016/j.jhydrol.2016.06.007

Bo, Z., Shafiqul, I. 1994. Aggregation-disaggregation properties of a stochastic rainfall model. Water Resources Research, 30(12), 3423-3435. https://doi.org/10.1029/94WR02026

Bougadi, J., Adamowski, K., 2006. Scaling model of a rainfall intensity-duration-frequency relationship. Hydrological Processes, 20, 3747-3757. https://doi.org/10.1002/hyp.6386

Buishnad. T.A. 1982. Some methods for testing the homogeneity of rainfall records. Juornal of Hydrology, 58, 11-27. https://doi.org/10.1016/0022-1694(82)90066-X

Cameron, D., Beven, K., Tawn, J. 2000. An evaluation of three stochastic rainfall models. Journal of Hydrology, 228, 130-149. https://doi.org/10.1016/S0022-1694(00)00143-8

Campo, M., López, J., Rebolé, J., García, A. 2012. Rainfall stochastic models. European Geophysical Union General Assembly. April 22-27, Viena, Austria.

Cirauqui, J.C. 2008. Evaluación de modelos estocásticos para la agregación-desagregación de precipitaciones y su aplicación en la Comunidad Foral de Navarra. Trabajo Fin de Carrera. ETSI. Agrónomos. Universidad Pública de Navarra.

Chow, V.T., Maidment, D.R., Mays, L. 1988. Applied Hydrology. McGraw-Hill Inc. New York.

Duan, Q., Sorooshian, S., Vijai , K. 1994. Optimal use of the SCE-UA global optimization method for calibrating watershed models. Journal of Hydrology, 158(3-4), 265-284. https://doi.org/10.1016/0022-1694(94)90057-4

Georgakakos, K. P., Bras, R. L. 1984. A hydrologically useful station precipitation model. Water Resources Research, 20(11), 1585-1596. https://doi.org/10.1029/WR020i011p01585

Gyasi-Agyei, Y. 2005. Stochastic disaggregation of daily rainfall into one-hour time scale. Journal of Hydrology, 309(1-4), 178-190. https://doi.org/10.1016/j.jhydrol.2004.11.018

Heyman, D., Sobel, M. 1982. Stochastic Models in Operations Research. Stochastic Processes and Operating Characteristics, 1. McGraw-Hill.

Hutchinson, M., 1990. A point rainfall model based on a 3-state continuous Markov occurrence process. Journal of Hydrology, 114,(1-2), 125-148. https://doi.org/10.1016/0022-1694(90)90078-C

Khaliq, M. N., Quarda, T. J., Gachon, P., Susham, L. 2009. Identification of hydrological trends in the presence of serial and cross correlations: A review of selected methods and their application to annual flow regimes of Canadian rivers. Journal of Hydrology, 368(1-4), 117-130. https://doi.org/10.1016/j.jhydrol.2009.01.035

D. Koutsoyiannis. 2003. Rainfall disaggregation methods: Theory and applications. Proceedings, Workshop on Statistical and Mathematical Methods for Hydrological Analysis. Edited by D. Piccolo and L. Ubertini, Rome, 1-23. https://doi.org/10.13140/RG.2.1.2840.8564

Koutsoyiannis, D. 2004a. Statistics of extremes and estimation of extreme rainfall: I. Theoretical investigation.. Hydrological Sciences Journal, 49(4), 575-590. https://doi.org/10.1623/hysj.49.4.575.54430

Koutsoyiannis, D. 2004b. Statistics of extremes and estimation of extreme rainfall: II. Empirical investigation of long rainfall records. Hydrological Sciences Journal, 49(4), 591-609. https://doi.org/10.1623/hysj.49.4.591.54424

Kozanis, S. C. 2010. Hydrognomon - open source software for the analysis of hydrological data. European Geophysical Union General Assembly 2010. Viena, Austria.

Lozano, P. 2016. Regimen precipitacional en el norte de Navarra y Guipúzcoa ¿Record peninsular y europeo? Nimbus: revista de climatología, meteorología y paisaje (17-18), 125-144.

Nguyen, V. T. V., Nguyen T. D., Wang, H. 1998. Regional estimation of short duration rainfall extremes. Water & Science Technology, 37(11), 15-19. https://doi.org/10.2166/wst.1998.0425

Onof, C., Chandler, R., Kakou, A., Northrop, P., Wheater, H.S., V. Isham. 2000. Rainfall modelling using Poissoncluster processes: a review of developments. Stochastic Enviromental Research and Risk Assessment 14(6), 384-411. https://doi.org/10.1007/s004770000043

Onof, C., Arnbjerg-Nielsen, K. 2009. Quantification of anticipated future changes in high resolution design rainfall for urban areas. Atmospheric Research, 92(3), 350-363. https://doi.org/10.1016/j.atmosres.2009.01.014

Partal, T., Kahya, E. 2011. Trend analysis in Turkish precipitation data. Hydrological Processes, 20(9), 2011-2026. https://doi.org/10.1002/hyp.5993

Rao, A. R., Hamed, K. H. 2000. Flood frequency analysis. CRC Press, Londres, Reino Unido.

Ritschel, C., Ulbrich, U., Névir, P., Rust, H.W. 2017. Precipitation extremes on multiple time scales – Bartlett-Lewis Rectangular Pulse Model and Intensity-Duration-Frequency curves. Hydrology and Earth System Sciences, 21, 6501-6517. https://doi.org/10.5194/hess-21-6501-2017

Rodriguez-Iturbe, I., Cox, D., Isham, V. 1988. A Point Process Model for Rainfall: Further Developments. Proceedings of the Royal Society of London A: Mathematical, Physical and Engineering Sciences, 417(1853), 283-298. https://doi.org/10.1098/rspa.1988.0061

Saez, J. A., Gómez Piñeiro, J. 1999. Geografía e Historia de Donostia - San Sebastian. Instituto Geográfico Vasco “Andrés de Urdaneta”.

Salsón, S., García, R. 1998. Desagregación de lluvias para aplicaciones en simulaciones de sistemas de recursos hidráulicos. Ciencia y técnica de la ingeniería civil, 145, 25-35. https://doi.org/10.1029/2000WR900196

Sivakumar, B., Sorooshian, S., Gupta, H.V., Gao, H. 2001. A chaotic approach to rainfall disaggregation. Water Resources Research 37(1), 61-72. https://doi.org/10.1029/2000WR900196

Tayanc, M., Dalfes, M. Karaka y O. Yenigün. 1998. A comparative assessment of different methods for detecting inhomogeneities in Turkish temperature data set. International Journal of Climatology, 18(5), 561-578. https://doi.org/10.1002/(SICI)1097-0088(199804)18:5%3C561::AID-JOC249%3E3.0.CO;2-Y

Témez, J. 1978. Cálculo Hidrometeorológico de caudales máximos en pequeñas cuencas naturales. Alanmer S.A., Madrid, España.

Verhoest, N. E., Vandenberghe, S., Cabus, P., Onof, C. 2010. Are stochastic point rainfall models able to preserve extreme. Hydrological Processes, 24, 3439-3445. https://doi.org/10.1002/hyp.7867

Winjgaard, J. R., Kisin Tank, A. M., Konnen, G. P. 2003. Homogeneityof 20th century European daily temperature and precipitation series. International Journal of Climatology, 23, 679-692. https://doi.org/10.1002/joc.906

Abstract Views

1446
Metrics Loading ...

Metrics powered by PLOS ALM




Esta revista se publica bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.

Universitat Politècnica de València

Fundación para el Fomento de la Ingeniería del Agua

e-ISSN: 1886-4996  ISSN: 1134-2196

https://doi.org/10.4995/ia