ESTIMACIÓN DE MAPAS D E PELIGROSIDAD …lluvia.dihma.upv.es/ES/publi/congres/065_IAHR... ·...
2
IAHR S Introducción En el ámbito del análisis y gestión del cada vez más legislaciones nacionales e hincapié en la necesidad de una correct usos del suelo a través de una clasif inundación basada en la peligrosida vulnerabilidad de una determinada zon Directiva Marco del Agua (2007/60 Europea. Los trabajos realizados hasta a basan en su gran mayoría en el conce diseño”, es decir que la probabilid inundación se establece como igual a tormenta que lo ha generado. Este enfoq pobre representación espacio-temporal por no considerar otras variables aleator el proceso de formación de una avenid humedad del suelo. El objetivo de este trabajo es desarrollar la estimación de mapas de pel aprovechando los últimos avances hidrológica, a través de la generación d variables en el espacio y en el tie modelación hidrológica distribuida. A muestran como caso de estudio los resu ámbito de la redacción del Plan Directo avenidas de la Marina Alta y Marina Baj Análisis pluviométrico El primer paso de esta metodología es el las series temporales de precipitación di máxima fiabilidad en el análisis de precipitaciones diarias máxima anuales análisis regional. Tras un estudio co funciones de distribución (figura 1), s función TCEV (Rossi et al., 1984) Gumbel, que en general es el más adecu Mediterráneo Occidental (Francés, 1998 Figura 1.- Ajuste en la estación de “P ESTIMACIÓN DE MAP Gianbattista Bussi (1) , Félix F Pujo XXV CONGRESO LATINOAMERICANO DE HIDRÁULICA SAN JOSÉ, COSTA RICA, 9 AL 12 DE SETIEMBRE DE 2012 riesgo de inundación, e internacionales hacen cta planificación de los ficación del riesgo de ad potencial y en la na. Un ejemplo es la 0) de la Comunidad ahora en este sentido se epto de “Tormenta de dad asociada a una a la frecuencia de la que está limitado por la de la precipitación y rias que intervienen en da, como el estado de r una metodología para ligrosidad hidráulica, de la modelación de tormentas sintéticas empo y utilizando la título de ejemplo, se ultados obtenidos en el or de defensa contra las ja (Alicante, España). l análisis estadístico de iaria. Para conseguir la la frecuencia de las s se ha recurrido a un omparativo de varias se ha seleccionado la ) con regionalización uado para regiones del 8). Pego (Convento)” Generación de tormentas Para la generación de tormentas modelo estocástico espacio-te información disponible, proce automáticas de información hid red de radares meteorológicos, propiedades estructurales interna precipitación ζ(x,y,t) durante estimación de parámétros. S estocástico propuesto por Sals construido específicamente pa patrones espacio-temporales m las tormentas extremas de car mediterráneas. Con ello, se p escenarios de lluvia posibles, asignación de probabilidad. E estimado a posteriori media descriptivo de cada uno seleccionados, y debidamente probabilístico definido en el an máximos anuales de precipita generados 368 escenarios de geográficas objeto del estudio. Modelación hidrológica El modelo hidrológico concep distribuido en el espacio TETIS et al, 2007) ha sido calibrado y aforo disponibles a escala de utilizando como datos de in pluviómetros SAIH. La calibra ha sido satisfactoria, obteniend superiores a 0.8 tanto en calibr validaciones espacio-temporales Dado que el objetivo de la m simulación de tormentas sintéti definido el estado de humeda modelo TETIS ha sido calibrad de simulación histórica (Δt = modelo diario, se han reproduc de humedad del suelo desde 19 análisis de frecuencia del estad (figura 2), se han determinad representativos del comportami (10%, 40% y 80% de humedad d una probabilidad de ocurrencia. PAS DE PELIGROSIDAD MEDIANTE GENE TORMENTAS SINTÉTICAS Francés (1) , José Luis Salinas (1) , Rafael García ol (2) , Vicente Guna (2) , Enrique Ortiz (2) (1) Universidad Politécnica de Valencia, España (2) Hidrogaia SL, España [email protected] CIC s sintéticas s sintéticas se ha empleado un emporal, explotando toda la edente tanto de las redes drológica (SAIH) como de la para la caracterización de las as del campo de intensidad de e el evento lluvioso y la Se ha empleado el modelo són y García-Bartual (2003), ara la reproducción de los más característicos, propios de rácter convectivo en regiones proponen una diversidad de , todos ellos sujetos a una El periodo de retorno T es ante un análisis estadístico de los eventos sintéticos contrastado con el marco nálisis regional previo de los ación diaria. En total fueron e lluvia sobre las comarcas ptual de parámetros físicos y S (Francés et al., 2002, Francés y validado en las estaciones de e evento (Δt = 10 minutos), nput la precipitación de los ación y validación del modelo do índices de Nash-Sutcliffe ración como en casi todas las s. modelación hidrológica es la icas independientes, no queda ad inicial. Por esta razón, el do y validado también a escala 1 día). Una vez ajustado el cido las variaciones del estado 943 hasta hoy. A través de un do de humedad de la cuenca do tres estados de humedad ento hidrológico de la cuenca del suelo) y se les ha asignado ERACIÓN DE a-Bartual (1) , Lucas
Transcript of ESTIMACIÓN DE MAPAS D E PELIGROSIDAD …lluvia.dihma.upv.es/ES/publi/congres/065_IAHR... ·...
IAHR SAN
Introducción
En el ámbito del análisis y gestión del riesgo de inundación
cada vez más legislaciones nacionales e internacionales hacen
hincapié en la necesidad de una correcta planificación de los
usos del suelo a través de una clasificación del riesgo de
inundación basada en la peligrosidad potencial y en la
vulnerabilidad de una determinada zona. Un ejemplo es la
Directiva Marco del Agua (2007/60) de la Comunidad
Europea. Los trabajos realizados hasta ahora en este sentido se
basan en su gran mayoría en el concepto de “Tormenta de
diseño”, es decir que la probabilidad
inundación se establece como igual a la frecuencia de la
tormenta que lo ha generado. Este enfoque está limitado por la
pobre representación espacio-temporal de la precipitación y
por no considerar otras variables aleatorias que intervienen en
el proceso de formación de una avenida
humedad del suelo.
El objetivo de este trabajo es desarrollar una metodología para
la estimación de mapas de peligrosidad hidráulica,
aprovechando los últimos avances de la modelación
hidrológica, a través de la generación de tormentas
variables en el espacio y en el tiempo
modelación hidrológica distribuida. A título de ejemplo, se
muestran como caso de estudio los resultados obtenidos en el
ámbito de la redacción del Plan Director de defensa contra las
avenidas de la Marina Alta y Marina Baja (Alicante, España).
Análisis pluviométrico
El primer paso de esta metodología es el análisis estadístico de
las series temporales de precipitación diaria.
máxima fiabilidad en el análisis de la frecuencia de las
precipitaciones diarias máxima anuales se ha recurrido a un
análisis regional. Tras un estudio comparativo de
funciones de distribución (figura 1), se
función TCEV (Rossi et al., 1984) con regionalización
Gumbel, que en general es el más adecuado para regiones del
Mediterráneo Occidental (Francés, 1998).
Figura 1.- Ajuste en la estación de “Pego (Convento)”
ESTIMACIÓN DE MAPAS D
Gianbattista Bussi (1)
, Félix Francés
Pujol
XXV CONGRESO LATINOAMERICANO DE HIDRÁULICA SAN JOSÉ, COSTA RICA, 9 AL 12 DE SETIEMBRE DE 2012
En el ámbito del análisis y gestión del riesgo de inundación,
cada vez más legislaciones nacionales e internacionales hacen
hincapié en la necesidad de una correcta planificación de los
usos del suelo a través de una clasificación del riesgo de
inundación basada en la peligrosidad potencial y en la
e una determinada zona. Un ejemplo es la
Directiva Marco del Agua (2007/60) de la Comunidad
Los trabajos realizados hasta ahora en este sentido se
basan en su gran mayoría en el concepto de “Tormenta de
probabilidad asociada a una
inundación se establece como igual a la frecuencia de la
tormenta que lo ha generado. Este enfoque está limitado por la
temporal de la precipitación y
no considerar otras variables aleatorias que intervienen en
avenida, como el estado de
El objetivo de este trabajo es desarrollar una metodología para
la estimación de mapas de peligrosidad hidráulica,
aprovechando los últimos avances de la modelación
avés de la generación de tormentas sintéticas
es en el espacio y en el tiempo y utilizando la
A título de ejemplo, se
muestran como caso de estudio los resultados obtenidos en el
Director de defensa contra las
avenidas de la Marina Alta y Marina Baja (Alicante, España).
primer paso de esta metodología es el análisis estadístico de
las series temporales de precipitación diaria. Para conseguir la
bilidad en el análisis de la frecuencia de las
precipitaciones diarias máxima anuales se ha recurrido a un
un estudio comparativo de varias
, se ha seleccionado la
) con regionalización
es el más adecuado para regiones del
Mediterráneo Occidental (Francés, 1998).
Ajuste en la estación de “Pego (Convento)”
Generación de tormentas sintéticas
Para la generación de tormentas sintéticas se
modelo estocástico espacio-temporal
información disponible, procedente tanto de las redes
automáticas de información hidrológica (SAIH) como de la
red de radares meteorológicos, para la caracterización
propiedades estructurales internas del campo de intensidad de
precipitación ζ(x,y,t) durante el evento lluvioso
estimación de parámétros. S
estocástico propuesto por Salsón y García
construido específicamente para la reproducción de los
patrones espacio-temporales más característicos
las tormentas extremas de carácter convectivo en regiones
mediterráneas. Con ello, se proponen una diversidad de
escenarios de lluvia posibles, todos ellos sujetos a una
asignación de probabilidad. El periodo de retorno
estimado a posteriori mediante un análisis estadístico
descriptivo de cada uno de los eventos sintéticos
seleccionados, y debidamente contrastado con el marco
probabilístico definido en el análisis regional previo de los
máximos anuales de precipitación diaria
generados 368 escenarios de lluvia sobre las comarcas
geográficas objeto del estudio.
Modelación hidrológica
El modelo hidrológico conceptual
distribuido en el espacio TETIS (Francés et al., 2002, Francés
et al, 2007) ha sido calibrado y validado en las estaciones de
aforo disponibles a escala de evento (
utilizando como datos de input la precipitación de
pluviómetros SAIH. La calibración y validación del modelo
ha sido satisfactoria, obteniendo índices de Nash
superiores a 0.8 tanto en calibración como en casi todas las
validaciones espacio-temporales.
Dado que el objetivo de la modelación
simulación de tormentas sintéticas independientes, no queda
definido el estado de humedad inicial. Por esta razón, el
modelo TETIS ha sido calibrado y validado también a escala
de simulación histórica (∆t = 1 d
modelo diario, se han reproducido las variaciones del estado
de humedad del suelo desde 1943 hasta hoy.
análisis de frecuencia del estado de humedad de la cuenca
(figura 2), se han determinado tres estados de humedad
representativos del comportamiento hidrológico de la cuenca
(10%, 40% y 80% de humedad del suelo) y se les ha asignado
una probabilidad de ocurrencia.
STIMACIÓN DE MAPAS DE PELIGROSIDAD MEDIANTE GENERACIÓN DE
TORMENTAS SINTÉTICAS , Félix Francés
(1), José Luis Salinas
(1), Rafael García
Pujol (2)
, Vicente Guna (2)
, Enrique Ortiz (2)
(1) Universidad Politécnica de Valencia, España
(2) Hidrogaia SL, España
CIC
Generación de tormentas sintéticas
Para la generación de tormentas sintéticas se ha empleado un
temporal, explotando toda la
procedente tanto de las redes
automáticas de información hidrológica (SAIH) como de la
os, para la caracterización de las
propiedades estructurales internas del campo de intensidad de
durante el evento lluvioso y la
Se ha empleado el modelo
Salsón y García-Bartual (2003),
construido específicamente para la reproducción de los
temporales más característicos, propios de
las tormentas extremas de carácter convectivo en regiones
mediterráneas. Con ello, se proponen una diversidad de
sibles, todos ellos sujetos a una
asignación de probabilidad. El periodo de retorno T es
estimado a posteriori mediante un análisis estadístico
descriptivo de cada uno de los eventos sintéticos
seleccionados, y debidamente contrastado con el marco
lístico definido en el análisis regional previo de los
precipitación diaria. En total fueron
generados 368 escenarios de lluvia sobre las comarcas
El modelo hidrológico conceptual de parámetros físicos y
distribuido en el espacio TETIS (Francés et al., 2002, Francés
et al, 2007) ha sido calibrado y validado en las estaciones de
aforo disponibles a escala de evento (∆t = 10 minutos),
utilizando como datos de input la precipitación de los
pluviómetros SAIH. La calibración y validación del modelo
ha sido satisfactoria, obteniendo índices de Nash-Sutcliffe
superiores a 0.8 tanto en calibración como en casi todas las
temporales.
Dado que el objetivo de la modelación hidrológica es la
simulación de tormentas sintéticas independientes, no queda
definido el estado de humedad inicial. Por esta razón, el
modelo TETIS ha sido calibrado y validado también a escala
t = 1 día). Una vez ajustado el
delo diario, se han reproducido las variaciones del estado
de humedad del suelo desde 1943 hasta hoy. A través de un
del estado de humedad de la cuenca
, se han determinado tres estados de humedad
tamiento hidrológico de la cuenca
(10%, 40% y 80% de humedad del suelo) y se les ha asignado
NTE GENERACIÓN DE
Rafael García-Bartual (1)
, Lucas
IAHR XXV CONGRESO LATINOAMERICANO DE HIDRÁULICA
SAN JOSÉ, COSTA RICA, 9 AL 12 DE SETIEMBRE DE 2012 CIC
Figura 2.- Análisis de frecuencia de los estados de humedad
Finalmente, en lo que respecta a la modelización hidrológica,
el modelo TETIS se ha empleado para simular la
transformación lluvia – escorrentía de los 368 eventos
sintéticos disponibles, utilizando como estado inicial de
humedad cada uno de los tres estados determinados
anteriormente, obteniendo así 1104 hidrogramas por cada uno
de los más de 200 puntos de simulación hidrológica.
Análisis de frecuencia de caudales máximos
Para la obtención adecuada de probabilidad de no excedencia
de las variables de interés (caudal pico de entrada a la zona de
inundación, nivel máximo en una presa, etc.) es necesario un
tratamiento estadístico. Para ello se considera un modelo
estadístico trivariado entre la precipitación diaria máxima
anual, el estado de humedad inicial de la cuenca y la variable
de interés. En este modo es posible estimar la probabilidad
empírica de la distribución marginal de la variable de interés a
partir de los valores generados sintéticamente. La ecuación
final es la siguiente [1]:
����� � ∑ ����� � �������� � ����������� [1]
donde Pj corresponde a la probabilidad de que los
almacenamientos en el modelo se encuentren en un estado de
humedad j; ni(a) = número de observaciones menores o
iguales que a, dentro del intervalo i, que cubre el rango [Ri,
Ri+1] y Ni = número total de observaciones dentro del
intervalo i.
Modelación hidráulica
En este estudio se ha llevado a cabo una modelación
hidráulica bidimensional de las zonas inundables
consideradas. Se ha utilizado el modelo matemático Infoworks
RS 2D (Innovyze). El módulo InfoWorks RS 2D utiliza el
método de volúmenes finitos para resolver las ecuaciones de
flujo de aguas someras. Los modelos digitales del terreno
utilizados han sido realizados por medio de tecnología
LIDAR, con una resolución de 1x1 m.
La metodología seguida en el proceso construcción del
modelo ha sido la siguiente: 1- Composición de la topología
del modelo, tratamiento del Modelo de Elevación Digital y
generación del mallado triangular irregular; 2- Modelación de
las estructuras hidráulicas, en el caso de que existan
alcantarillas, puentes o sifones invertidos que afecten los
flujos principales; 3- Definición de la rugosidad del suelo a
partir de los usos de suelo del CORINE (2006) y actualizado
con las ortofotos del PNOA.
Las condiciones de contorno han sido tomadas de los
hidrogramas derivados de las simulaciones hidrológicas. No
existe un solo hidrograma de diseño; es altamente probable
que se puedan generar hidrogramas muy distintos en términos
de volumen, tiempo al pico y duración, pero con el mismo
caudal pico, que en este caso es la variable de interés. Se ha
utilizado el hidrograma cuyo periodo de retorno del caudal
pico sea cercano al periodo de retorno que se desea simular
(10, 25, 50, 100 y 500 años).
Figura 3.- Mapa de peligrosidad asociado a T = 500 años
Conclusiones
Este trabajo se basa en una metodología innovadora para la
estimación de mapas de peligrosidad de inundación, que suple
las limitaciones de la metodología clásica basada en la
Avenida de Proyecto. Los resultados han proporcionado unos
mapas de calados máximos con un valor de probabilidad
asociado (por ejemplo, figura 3), en términos de periodo de
retorno, derivados de la modelación hidráulica bidimensional.
Estos mapas indican la peligrosidad de las zonas estudiadas
frente a eventos hidrometeorológicos extremos, y son de
fundamental importancia en la planificación y en la
ordenación del territorio.
Referencias
Francés, F. (1998). Using the TCEV distribution function with
systematic and non-systematic data in a regional flood frequency
analysis. Stochastic Hydrology and Hydraulics, v 12 (4), 267-283.
Francés, F., J. J. Vélez, J. I. Vélez, y M. Puricelli. (2002). Distributed modelling of large basins for a real time flood forecasting
system in Spain. En Proceedings Second Federal Interagency
Hydrologic Modelling Conference. Las Vegas, USA. July 2002.
Francés, F., J. I Vélez, y J. J Vélez. (2007). Split-parameter
structure for the automatic calibration of distributed hydrological
models. Journal of Hydrology 332, 1: 226–240.
Rossi, F., Fiorentino, M., and Versace, P. (1984). Two-Component
Extreme Value Distribution for Flood Frequency Analysis. Water
Resour. Res., 20 (7), 847-856.
Salsón S y Garcia-Bartual R. (2003). A space-time rainfall
generator for highly convective Mediterranean rainstorms. Natural
Hazards and Earth System Sciences, 3, 103–114.
