You are on page 1of 37

INUNDACIN DE FRECUENCIA-PROBABILIDAD

Y MTODOS ESTOCSTICOS

15.1 MTODOS DE FRECUENCIA DE INUNDACIONES


Para los datos anuales de inundacin del ro Lower Tapti en Ukai (30 Aos:
1939-1968) en el ejemplo 8.5 las frecuencias de inundacin de 2-, 10-, 50-,
100-, 200-, y 1000 aos las inundaciones se han elaborado a continuacin
por los mtodos de probabilidad desarrollados por Fuller, Gumbel, Powell,
Ven Te Chow, y mtodos estocsticos, y las curvas de frecuencia de
inundaciones se dibujan en un papel semi-log como se muestra en Fig. 15.1.
Se puede observar que el mtodo de la Gumbel da la prediccin de
inundaciones de un particular, frecuencia superior a las inundaciones
observadas por un margen seguro y puede ser adoptada en el diseo de la
estructura.
1. La frmula de Fuller.
De la tabla 8.5,
T

QT =Q (1+0.8 log T)

(15.1)

Q =14.21 mil cumec (tcm)


Log T

0.8 log T

T
1+0.8 log
Q t=Q

(tcm)
1000
3.0
2.4
48.3
200
2.3010
1.8408
40.4
100
2.0
1.6
37.0
50
1.6990
1.3592
33.5
10
1.0
0.8
25.6
2
0.3010
0.2408
17.35
2. El mtodo de Gumbel. De acuerdo con la distribucin de valor extremo, la
probabilidad de ocurrencia de un pico de inundacin Q, est dada por
e

P=1- e

(15.2)

la variable reducida est dada por


y=-0.834-2.303 log log

T
T 1

o,
y=-0.834-2.303

xT

(15.3)

T
T 1

Donde

x T =log log

(15.3 a)
La variable aleatoria reducida y es lineal con la variable Q (pico anual de
inundaciones) en s y se le da por

y=
Donde

+y
( QQ
)

(15.4)

(reduccin de la desviacin estndar) y yn [media reducida (a

modo)] son funciones de la muestra de tamao n y se dan en la Tabla 15.1.

Q t =Q+

.:.

( yy )
n

(15.5)

Qt =Q+ K
y yn
Donde el factor de frecuencia K=
n

(15.6)

Qt = pico de crecida anual,

que tiene una recurrencia intervalo T.


Dado que el coeficiente de variacin

C v = / Q

QT =Q(1+ K C v )

(15.7)

El K factor de frecuencia para el tamao de la muestra n y el intervalo


de recurrencia deseada T puede leerse directamente de la Tabla 15.2.
Hay dos enfoques para la solucin por el mtodo de Gumbel. El
primer enfoque es, para un mximo de crecida anual dado (QT), para
encontrar su intervalo de recurrencia T y probabilidad de ocurrencia P, para
los que la siguiente secuencia de tabulacin debe seguir:
Tabla 15.1 Reduccin media (
reducida (

y n ) y la desviacin estndar

n )

Como funciones de muestra de tamao n


Tamao de la muestra
yn
n
10
0.4952
15
0.5128
20
0.5236
25
0.5309
30
0.5362
35
0.5403
40
0.5436
45
0.5436
50
0.5465
55
0.5504

n
0.2457
1.0206
0.0628
1.6915
1.1124
1.1283
1.1413
1.1518
1.1607
1.681

60
65
70
75
80
85
90
95
100
200
500
1000

0.5521
0.5536
0.5548
0.5549
0.5569
0.5578
0.5539
0.5553
0.5600
0.5672
0.5724
0.5745

QT

1.1747
1.1803
1.1854
1.1898
1.1938
1.1973
1.2007
1.2038
1.2065
1.2359
1.2588
1.2685

XT

P=

1
x 100
T
Desde Ecu.
(15.4)

Desde Ecu.
(15.3)

Desde Ecu.
(15.3 a)

(%)

El segundo enfoque es, para un intervalo de recurrencia dado T, para


encontrar el pico anual de inundaciones

QT (que ser igualado o

superado), para los que la siguiente secuencia de tabulacin debe siga; los
clculos se hacen para el ro Bajo Tapti en Ukai.
T(yr)
y=-0.834
X T =
K*=
P=
XT
QT =Q+ K
-2.3

T
T 1
log

log

1000
200
100
50
10
2

-3.361
-2.662
-2.360
-2.056
-1.339
-0.521

y yn
n

(tcm)

1
x 100
T
%

6.907
5.295
4.600
3.901
2.250
0.366

*(i) para el tamao de la muestra n=30,

5.67
4.23
3.61
3.02
1.52
-0.14

yn

69.21
55.51
49.21
43.51
28.96
12.85

=0.5362 ,

0.1
0.5
1.0
2.0
10
50

n =1.1124

(ii) para la T deseado y el nmero de aos de registro n, el valor de K puede


ser directamente leer de la tabla 15.2.

=14.21 tcm ,

=9.7 tcm

El mtodo de Gumbel puede ser visto como una modificacin de los


mtodos de probabilidad anteriores dada por las ecuaciones. (8.11, a y b)
como:

T= m+ c1
donde c = correccin de Gumbel,
indica a continuacin:
m/m 1 0.9 0.8 0.7
0.6
:
C:
1 0.9 0.8 0.84 0.7
5
8
5
8

(15.8)
y depende de la relacin m / n, como se
0.5

0.5

0.4

0.3

0.2

0.7
3

0.7
3

0.6
6

0.5
9

0.5
2

0.
1
0.
4

0.0
8
0.3
8

0.0
4
0.2
8

3. Mtodo de Powell. Una modificacin en el valor de K en la ecuacin.


(15.6) fue hecha por R. W. Powell (1943)

6 [ + ln ln ] T

K=

(15.9)

T 1

Donde:
= Constante de Euler =0.5772.

log e

ln=

Simplificando K=-1.1-1.795

XT

(15.10)

Qt =Q+ K

(15.11)

Los clculos se hacen para menor ro Tapi en Ukai segn mtodo de Powell,
a continuacin:
T
K=-1.1
X T =
(yr)
-1.795
P=
QT =Q+ K
K *

1000
200
100
50
10
2
* Q

T
T 1
log

log

XT

-3.361
-2.662
-2.360
-2.056
-1.339
-0.521

4.93
3.68
3.13
2.58
1.30
-0.164

=14.21 tcm,

(tcm)

1
x 100
T
%

47.8
35.8
30.4
25.0
12.6
-1.6

62.01
50.01
44.61
39.21
26.81
12.62

0.1
0.5
1.0
2.0
10
50

=9.7 tcm

4. Mtodo de Ven Te Chow. Otra modificacin del mtodo de la Gumbel


fue hecha por VT
Chow utilizando el factor de frecuencia. La ecuacin es

QT =a+b X T

(15.12)

Donde:

X T =log log

T
T 1

(15.12 a)

a, b = parmetros estimados por el mtodo de los momentos de los datos


observados. la siguiente ecuaciones se derivan de el mtodo de los mnimos
cuadrados.

XT
Q =an+b
(

Q X T =a X T + b (X T )
2

(15.13)

de la que A y B puede ser resuelto.


En este mtodo, una posicin de trazado se ha asignado para cada valor de
Q cuando se disponen en el orden descendente o magnitud de los picos de
las inundaciones. Por ejemplo, si un

QT

anual pico de crecida tiene un

rango m, su posicin de trazado.


T=

n+1
m

(15.14)

Desde ecu. (15.12 a) ,

X T =log log

T
T 1

Poniendo el valor de T de la ecuacin (15.14)

X T =log log

n+1
n+ 1m

El clculo se hace en la tabla 15.3 para el ro Bajo Tapi en Ukai.

(15.15)

Tabla 15.3 Clculo para determinar a, b: Mtodo de Ven Te Chow

Sustituyendo los valores en la ecuacin. (15.13)


426.27=30a-16b
-392.30=-16a+18.04b
Resolviendo las ecuaciones
a= 4.94 , b=-17.4
entonces

QT =a+b X T

.:.

QT =4.9417.4 X T

(15.16)
Los clculos se hacen para el ro Bajo Tapi en Ukai segn mtodo Vaca Ven
Te, a continuacin.
T
X T =
(yr)
QT =4.9417.4 X T
1
x 100
T
P= T
(tcm)
T 1
%
log

log

1000
200
100
50
10
2

-3.361
-2.662
-2.360
-2.056
-1.339
-0.521

63.44
51.34
46.04
40.64
28.29
14.02

0.1
0.5
1.0
2.0
10
50

MTODO 15.2 ESTOCSTICA


Anual Inundaciones: Los mtodos descritos anteriormente eran o
probabilstico o determinista, y no tuvo en cuenta el elemento de tiempo
que es posible slo por el enfoque estocstico. trabajar en el campo de la
hidrologa estocstica se ha introducido en EE.UU. por Yevdjevich, Ven Te
Chow y otros. Una de las ecuaciones bien conocidas en base a datos de
inundacin anuales utilizando Poisson probabilidad la ley y la teora de
sumas de nmeros aleatorios de variables aleatorias es.

QT =Qmin +2.3(QQmin ) log

( nn xT )
f

(15.17)

Donde:

T=

n
m

n f = Nmero de inundaciones registradas, contando slo una para el


mismo pico de inundacin que ocurre en diferentes aos.
Los clculos se realizan mediante el uso de la ecuacin. (15.17) para el ro
Tapti inferior al Ukai, a continuacin. Aqu

n f =n=30 ,

=14.21 tcm ,

Qmin =3.68 tcm


.:.

QT =3.68+2.3 ( 14.213.68 ) log

Or,

QT =3.68+24.26 logT

( 3030 . T )
(15.18)

T
(yr)

log

24.26 logT

QT =3.68+24.26 logT

1000
200
100
50
10
2

3.0
2.30
2.0
1.6990
1.0
0.3010

72.78
56.00
48.52
41.25
24.26
7.32

(tcm)
76.46
59.68
52.20
44.93
27.94
11.00

El pico de la inundacin anual ms alto alcanzado en la parte baja del ro


Tapti durante 1876-1968 (93 aos) fue de 42,5 tcm. De la Fig. 15.1, la

avenida de 100 aos dada por el mtodo de Gumbel es 49,21 tcm, 44.61
tcm por Powell, 45.46 tcm por Foster's-Tipo I [Ex. 8.5 (b)] 46,04 tcm por
Chow y 52.20 tcm por el mtodo estocstico. El mtodo de Fuller da 37,0
tcm, que se excedi. por lo tanto El mtodo de la Gumbel da la crecida
mxima ms probable en el perodo de la vida de la estructura y puede ser
adoptado como Proyecto Flood Standard (SPF) para el diseo de la
estructura, mientras que la mtodo estocstico parece predecir en cierta
medida la mxima inundacin Probable (MPF). en realidad el SPF y MPF
recomendado por CWPC, la India para el diseo de la presa Ukai, fueron
48.2 tcm y 59,8 tcm, respectivamente. El pico del hidrograma de crecida
obtenido por la aplicacin del 6-hr diseo hidrograma unitario en el ejemplo
8.4 tambin fue 59,8 tcm.

15.3 ESTOCSTICA MODELADO POR LA serie de duracin parcial


Sharma et al. (1975) dio un nuevo modelo utilizando la serie de duracin
parcial, es decir, los picos de inundaciones anteriores un nivel de base dado
(

Qb ), para derivar la distribucin de las mayores inundaciones (flujos

pico) en un intervalo de tiempo dado (0, t). La magnitud de estos picos se


considera como una serie de variables aleatorias. El

Qb

flujo base puede

ser tomado como la descarga de cauce lleno del ro en lo particular


estacin. Si Qi es el pico de inundacin, lo que ha ocurrido en el intervalo de

Xi

tiempo (0, t), entonces la inundacin

excedencia en este intervalo es

X i=Q iQb

(15.19)

El nmero n (t) de superaciones de inundacin en un intervalo de tiempo (0,


T) as como las magnitudes de los casos de superacin x (t), son el tiempo,
variables dependientes del azar. El

Ti

momento de ocurrencia de estas

superaciones son tambin variables aleatorias. El tiempo de Ti se assoiated


con las variables aleatorias para

Xi

i=1,2,3,n.

Todorovic y Emir Zelenhasic (1970) han desarrollado la funcin de


distribucin de

Ft (x)

la superacin ms grande en un intervalo dado de tiempo (0, t) como

Ft (x)=exp (- t

ex

(15.20)

y la probabilidad de ocurrencia de superaciones xi durante el intervalo (0, t)


como

H ( x )=1exp(x)
Para una

XT

(15.21)

excedencia especial para un intervalo de T aos

F ( X T )=exp [T e x ]
T

(15.22)

donde y son constantes para una serie particular de datos ( = nmero


medio de superaciones por ao).

I Fxt 0 para T 0 , entonces F (x t )


ocurrencia de una excedencia

F ( X T )=

Representar a la probabilidad de

XT

1
T

(15.23)

A partir de las ecuaciones. (15.22) y (15.23), el nuevo modelo matemtico


se obtiene como

Xt=
Entonces, la

QT

1
[ ln ( .T )ln { ln ( .T )} ]

(15.24)

de inundacin de diseo puede obtenerse como

QT =QB + x T

(15.25)

Ejemplo 15.1 datos de inundacin en la forma de la Serie Parcial-Duracin


y Picos Anual-Flood para el ro Ganges en Haridwar por un perodo de 87
aos (1885-1971) se dan en las Tablas 15.4 y 15,5, respectivamente. El flujo
de base para la serie de duracin parcial puede ser tomado como 4333
cumec (que fue aceptada como la descarga de cauce lleno en el diseo del
vertedero en Bhimgoda). Derivar las curvas de inundacin frecuencia
basados en las dos series utilizando los modelos estocsticos. Hacer un
estudio comparativo con los otros mtodos basados en las inundaciones
anuales discutidos anteriormente. [Nota de datos serie de duracin parcial
para el ro Bajo Tapti a no se pudo obtener Ukai y por lo tanto los datos de
inundacin para el ro Ganges se da aqu].

Solucin El histograma de los picos anuales de inundacin para el ro


Ganges en Haridwar para el perodo 1885-1971, 87 aos, se muestra en la
figura. 15.2. El clculo de la curva de frecuencia acumulada se hace en la
Tabla 15.6. Se ve que la distribucin de las inundaciones no tienen la curva
normal en forma de campana, pero estn sesgados. Sin embargo, los datos
pueden ser transformados por el trazado el logaritmo comn de los picos de
inundacin de modo que la curva de densidad de distribucin es
aproximadamente normal como se muestra en la Fig. 15.3. Esto se llama
entonces una distribucin logartmica normal y la desviacin estndar es en
logartmica unidades. El histograma de la serie de duracin parcial de los
picos de inundacin encima de la base seleccionada de 4333 cumec se
muestra en la Fig. 15.4, que tambin representa datos sesgada.

*0-<2
2- <4 , y as
(a) Parcial serie de duracin. Hay 175 superaciones de inundacin (arriba
durante 87 ao. Promedio del nmero de superaciones anuales.

175
=2.01
87

Qb )

El valor medio de ==4.05x 10

Estimacin de la inundacin de diseo ahora se puede hacer desde las


ecuaciones. (15.24) y (15.25)

QT =Qb + xT
.:.

QT =4333+

10 4
[ ln ( 2.01T )ln { ln(2.01 T )} ]
4.05

(15.26)

15.4 PICOS-RO inundacin anual GANGA


(i) el mtodo de Gumbel Ec. (15.6):

QT =Q+ K
Q=6635.63 cumec ,=3130.8 cumec
K=

y yn
n

De la Tabla 15.5 para n = 87,

yn

= 0,55815,

= 1,1987

(ii) Mtodo estocstico Eq. (15.17):

Qmin =2341 cumec ; Q=6635.63 cumec ; n f =77


nf
.T
n
)
QT =Qmin +2.3 ( QQ min ) log
=2341+2.3(6635.63-2341)
.:.

Q T =2341+ 9890 log ( 0.885T )

log

( 7787 .T )
(15.27)

(iii) la distribucin Log-Pearson Tipo III. Para los datos agrupados de las
inundaciones anuales de la Tabla 15.7, los clculos se hicieron en la Tabla
15.5 para obtener los parmetros estadsticos de la Log- Distribucin
Pearson tipo III [ver ecuaciones. (14,27 a, b, c)].

f (logx) 67.3856
=
=0.7750
f
87

Significar:

log x =

Std. dev:

log xlog x 2

logx=

log xlog x 3

log x
Skew: (n1)(n2)
n f
g=
3

3.3315
=0.1962
871

0.1962 3

(871)(872)

=
87(0.5165)

Poner variable aleatoria x = pico de crecida Q (1000 cumec), la ecuacin de


distribucin. (14.28) se convierte

log QT =logQ+ K logQ


y

QT

para cualquier T deseada se puede calcular conociendo el valor de K

para g = 0,81 y desea

Camiseta de la Tabla 14.2.

La

QT curva de frecuencia vs T se dibuja en papel log-log (Fig. 15.6) y

tambin compar
con otras distribuciones conocidas en la Fig. 15.5. Chow (1951) ha
demostrado que la mayora de frecuencia distribuciones pueden
generalizarse como

QT =Q+ K Q
(15.29)
donde K es el factor de frecuencia.

Fig. 15.6 Log-Pearson distribucin de tipo III, inundaciones Ganga (1885-1971)


Las curvas de frecuencia de inundacin de los cuatro mtodos anteriores
han sido trazados en semi-log papel, (Fig. 15.5). Se puede observar que el
pico ms alto de inundacin anual de 19.136 cumec durante una periodo de
87 aos

(T =

87+1
=88 yr ) ha superado la avenida de 100 aos dada por
1

el mtodo de Gumbel y que computado por el nuevo modelo estocstico


basado en la serie de duracin parcial. Sin embargo, en este caso, el
mtodo estocstico utilizando datos inundaciones anuales y la distribucin
Log-Pearson tipo III dar valores de diseo de seguridad.
15.5 ANLISIS REGIONAL DE INUNDACIONES FRECUENCIA (RFFA)
Un anlisis regional se hace necesario cuando los datos disponibles sobre
una cuenca son demasiado cortos para la fabricacin de un anlisis de
frecuencia. Los datos correspondientes a un perodo largo disponibles de
cuencas vecinas son estadsticamente probados para la homogeneidad. Un
grupo de estaciones que satisfacen la prueba se identifican que constituyen
una regin. Se analizan todos los datos disponibles en diversas estaciones

de la regin establecer los characterstics frecuencia de la regin. La


inundacin anual media (Q) correspondiente
a T = 2,33 yr se utiliza para no dimensionalysing los resultados. La variacin
de la media de inundacin (Q) con el rea de drenaje (A), y la variacin de
QT / Q (llamado factor de crecimiento, GF) con el regreso perodo (T), son los
argumentos bsicos preparados en tales anlisis.
RFFA para captaciones de Brahmaputra norte *
Para la estimacin de las crecidas de periodo de retorno deseada (T) de
tamao calibrado cuencas pequeas y moderadas del norte del sistema
Brahmaputra ro, utilizando el GEV-distribucin, etc., la relacin se ha
establecido como

} ]

1
QT =Q 1167 +12.48 ln ( 1 )
T

0.025

(15.30)
Estimaciones inundacin frecuencia pueden obtenerse multiplicando el pico
medio anual de inundaciones (Q) de la cuenca de captacin mide por el

valor correspondiente del factor de crecimiento, Fig. 15.7.

Para cuencas no aforadas, mientras que no existen datos de flujo y una


estimacin de un T-yr
Se requiere de inundacin en un sitio para el que se requiere una estimacin
de Q. Para cuencas aforadas en la regin fisiogrfica de pertinente similar y
climtica characterstics, en Brahmaputra norte, una relacin regional se ha
desarrollado en trminos de rea de captacin (A (km2)), para la estimacin
de la Q de cuencas no aforadas como

Q=4.375 A 0.72
Sustituyendo esto en la ecuacin. (15,30),

(15.31)

QT =A

0.72

{ ( )} ]

1
5105+54.6 ln 1
T

0.025

(15.32)

Which Gives a T-yr flood (QT cumec) for ungauged catchments of area A
km2. This is graphically Represented in Fig. 15.8.

Fig. 15.8. QT for unguged catchments of area A

In this RFFA screening of data is done by using the Discordancy measure (Di), the
L-moment homogeneity test, i.e., Heterogeneity measure (H) and various
distributions like
GEV etc., for which regional parameters are estimated using L-moments approach.