| Revista: | Agrociencia |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000433225 |
| ISSN: | 1405-3195 |
| Autores: | Campos Aranda, Daniel F1 |
| Instituciones: | 1Universidad Autónoma de San Luis Potosí, Facultad de Ingeniería, San Luis Potosí. México |
| Año: | 2018 |
| Periodo: | Oct-Nov |
| Volumen: | 52 |
| Número: | 7 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | El análisis de frecuencias de datos hidrológicos máximos anuales como crecientes, intensidades de lluvia, nivel del mar, velocidades de viento y precipitación máxima diaria, considera que sus registros están integrados por valores independientes generados por un proceso aleatorio estacionario; por esto, sus propiedades estadísticas no cambian con el tiempo. La construcción de embalses, los efectos de la urbanización en las cuencas y el impacto del cambio climático regional originan en las series de datos hidrológicos máximos anuales tendencias y variabilidad no constante que las hacen no estacionarias. El objetivo de este estudio fue exponer el método de los momentos L móviles, para estimar los parámetros de ubicación (u) y escala (a) variables con el tiempo, empleada como covariable en la función de distribución de probabilidades General de Valores Extremos de tipo no estacionario (GVE11), con parámetro de forma constante (km). Mediante funciones lineales o exponenciales se representó la variación en el tiempo de los parámetros u y a, para realizar predicciones que se asocian a ciertas probabilidades de no excedencia en el futuro (años 2050 o 2100). Con base en el error estándar de ajuste se aceptó o rechazó la distribución GVE11 como modelo probabilístico de series amplias de datos hidrológicos extremos que exhiben tendencia y variabilidad no constante. Por medio de dos aplicaciones numéricas se mostró el enfoque práctico del método de los momentos L móviles y a través de las predicciones para el futuro se destacó su importancia y utilidad, en los análisis probabilísticos de registros amplios, no estacionarios, del tipo citado (con tendencia y variabilidad no constante) |
| Resumen en inglés | The frequency analysis of annual maximum hydrological data as floods, intensity of rainfall, sea level, wind speeds and daily maximum precipitation, considers that their records are integrated by independent values generated by a stationary random process; because of this, their properties do not change over time. The construction of reservoirs, the effects of urbanization in the basins and the impact of regional climate change result in annual maximum hydrological data series with trends and non-constant variability that make them non-stationary. The objective of this study was to expose the method of mobile L-moments, to estimate the parameters of location (u) and scale (a) variables with time, used as a covariate in the probability distribution function General Extreme Values of type non-stationary (GVE11), with constant shape parameter (km). Through linear or exponential functions, the variation in time of the parameters u and a was plotted to make predictions that are associated with certain probabilities of non-exceedance in the future (years 2050 or 2100). Based on the standard error of fit, the GVE11 distribution was accepted or rejected as a probabilistic model of large series of extreme hydrological data that exhibit non-constant trend and variability. By means of two numerical applications, the practical approach of the mobile L-moments method was shown and, through predictions for the future, its importance and usefulness were highlighted in the probabilistic analyses of large, non-stationary records of the aforementioned type (with non-constant tendency and variability) |
| Disciplinas: | Ingeniería |
| Palabras clave: | Ingeniería hidráulica, Momentos L móviles, Distribución GVE, Variabilidad, Regresión lineal, Error estándar de ajuste |
| Keyword: | Hydraulic engineering, Mobile L-moments, GVE distributions, Variability, Linear regression, Standard error of fit |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
