Contraste de análisis de frecuencias entre las distribuciones beta-kappa y beta-Pareto con tres de aplicación generalizada
DOI:
https://doi.org/10.24850/j-tyca-15-02-09Palabras clave:
distribución beta-kappa, distribución beta-Pareto, ajuste por máxima verosimilitud, error estándar de ajuste, error absoluto medio, gráficos Q-Q, prediccionesResumen
El diseño hidrológico de varias obras hidráulicas o la revisión de las construidas se basa en las crecientes de diseño, que son gastos máximos del río, asociados con bajas probabilidades de excedencia o predicciones. Su estimación más confiable se realiza a través del análisis de frecuencias, proceso estadístico que consiste en representar el registro de gastos máximos anuales con una función de distribución de probabilidades (FDP) o modelo probabilístico, utilizado para realizar las predicciones buscadas. En este estudio de contraste se proponen las FDP beta-kappa y beta-Pareto, y se consideraron FDP de uso generalizado las tres siguientes: la Log-Pearson tipo III, la general de valores extremos y la logística generalizada. Por lo anterior, se expone para las dos primeras FDP un resumen de su teoría y su método de ajuste por máxima verosimilitud. Se procesan 11 registros de datos hidrológicos extremos anuales y se contrastan los ajustes con dos índices: el error estándar de ajuste y el error absoluto medio. La selección de las predicciones en los siete periodos de retorno (Tr) estudiados se basó en los valores menores de los errores de ajuste y en la búsqueda de predicciones representativas, en los Tr ≥ 500 años. Las conclusiones sugieren la inclusión de las distribuciones beta-kappa y beta-Pareto en los análisis de frecuencias debido a su versatilidad y facilidad de ajuste.
Citas
Aldama, A. A., Ramírez, A. I., Aparicio, J., Mejía-Zermeño, R., & Ortega-Gil, G. E. (2006). Seguridad hidrológica de las presas en México. Jiutepec, México: Instituto Mexicano de Tecnología del Agua.
Benson, M. A. (1962). Plotting positions and economics of engineering planning. Journal of Hydraulics Division, 88(6), 57-71. DOI: 10.1061/jYCEAj.0001293
Bobée, B., & Ashkar, F. (1991). Chapter 1. Data requirements for hydrologic frequency analysis. In: The Gamma Family and derived distributions applied in Hydrology (pp. 1-12). Littleton, USA: Water Resources Publications.
Campos-Aranda, D. F. (1998). Distribución de probabilidades β-ρ: descripción y aplicación en hidrología superficial. En: XV Congreso Nacional de Hidráulica (AMH) (pp. 965-971), del 13 al 16 de octubre, Oaxaca, Oaxaca, México.
Campos-Aranda, D. F. (2002). Contraste de seis métodos de ajuste de la distribución Log-Pearson tipo III en 31 registros históricos de eventos máximos anuales. Ingeniería Hidráulica en México, 17(2), 77-97.
Campos-Aranda, D. F. (2019). Mejores FDP en 19 series amplias de PMD anual del estado de San Luis Potosí, México. Tecnología y ciencias del agua, 10(5), 34-74. DOI: 10.24850/j-tyca-2019-05-02
Coles, S. (2001). Theme 2.6.7: Model diagnostics. In: An introduction to statistical modeling of extreme values (pp. 36-44). London, UK: Springer-Verlag.
Chai, T., & Draxler, R. R. (2014). Root mean square error (RMSE) or mean absolute error (MAE)? - Arguments against avoiding RMSE in the literature. Geoscientific Model Development, 7(3), 1247-1250. DOI: 10.5194/gmd-7-1247-2014
Domínguez, M., R., & Arganis, M. L. (2012). Validation of method to estimate design discharge flow for dam spillways with large regulating capacity. Hydrological Sciences Journal, 57(3), 460-478. DOI: 10.1080/02626667.2012.665993
Hosking, J. R. M., & Wallis, J. R. (1997). Appendix: L-moments for some specific distributions. In: Regional frequency analysis. An approach based on L-moments (pp. 191-209). Cambridge, UK: Cambridge University Press.
Kite, G. W. (1977). Chapter 12. Comparison of frequency distributions. In: Frequency and risk analyses in hydrology (pp. 156-168). Fort Collins, USA: Water Resources Publications.
Mason, S. J., Waylen, P. R., Mimmack, G. M., Rajaratnam, B., & Harrison, J. M. (1999). Changes in extreme rainfall events in South Africa. Climatic Change, 41(2), 249-257. DOI: 10.1023/A:1005450924499
Meylan, P., Favre, A. C., & Musy, A. (2012). Chapter 3. Selecting and checking data series. In: Predictive hydrology. A frequency analysis approach (pp. 29-70). Boca Raton, USA: CRC Press.
Mielke, P. W. (1973). Another family of distributions for describing and analyzing precipitation data. Journal of Applied Meteorology, 12(2), 275-280. DOI: 10.1175/1520-0450(1973)012<0275:AFODFD>2.0.CO;2
Mielke, P. W., & Johnson, E. S. (1974). Some generalized Beta distributions of the second kind having desirable application features in hydrology and meteorology. Water Resources Research, 10(2), 223-226. DOI: 10.1029/WR010i002p00223
Murshed, M. S., Kim, S., & Pak, J. S. (2011). Beta-κ distribution and its application to hydrologic events. Stochastic Environmental Research and Risk Assessment, 25(7), 897-911. DOI: 10.1007/s00477-011-0494-4
Nguyen, T. H., El Outayek, S., Lim, S. H., & Nguyen, T. V. T. (2017). A systematic approach to selecting the best probability models for annual maximum rainfalls - A case study using data in Ontario (Canada). Journal of Hydrology, 553, 49-58. DOI: 10.1016/j.jhydrol.2017.07.052
Oberhettinger, F. (1972). Chapter 15. Hypergeometric functions. In: Abramowitz, M., & Stegun, I. A. (eds.). Handbook of mathematical functions (pp. 555-566). New York, USA: Dover Publications.
Öztekin, T. (2007). Wakeby distribution for representing annual extreme and partial duration rainfall series. Meteorological Applications, 14(4), 381-387. DOI: 10.1002/met.37
Rao, A. R., & Hamed, K. H. (2000). Theme 1.8. Tests on hydrologic data. Chapters 7, 8 and 9. In: Flood frequency analysis (pp. 12-21, 207-321). Boca Raton, USA: CRC Press.
Stedinger, J. R. (2017). Chapter 76. Flood frequency analysis. In: Singh, V. P. (ed.). Handbook of applied hydrology (2nd ed.). (pp. 76.1-76.8). New York, USA: McGraw-Hill Education.
Strupczewski, W. G., Markiewicz, I., Kochanek, K., & Singh, V. P. (2008). Short walk into two-shape-parameter flood frequency distributions. In: Singh, V. P. (ed.). Hydrology and hydraulics (pp. 669-716). Highlands Ranch, USA: Water Resources Publications.
Teegavarapu, R. S. V., Salas, J. D., & Stedinger, J. R. (2019). Chapter 1. Introduction. In: Statistical analysis of hydrologic variables (pp. 1-4). Reston, USA: American Society of Civil Engineers.
WRC, Water Resources Council. (1977). Guidelines for determining flood flow frequency (Bulletin # 17A of the Hydrology Committee). Washington, DC, USA: Water Resources Council.
Willmott, C. J., & Matsuura, K. (2005). Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climate Research, 30(1), 79-82. DOI: 10.3354/cr030079
Wilks, D. S. (1993). Comparison of three-parameter probability distributions for representing annual extreme and partial duration precipitation series. Water Resources Research, 29(10), 3543-3549. DOI: 10.1029/93WR01710
Wilks, D. S. (2011). Theme 4.5. Qualitative assessments of the goodness fit. In: Statistical methods in the atmospheric sciences (3rd ed.) (pp. 112-116). San Diego, USA: Academic Press (Elsevier).
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Tecnología y ciencias del agua
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Por Instituto Mexicano de Tecnología del Agua se distribuye bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional. Basada en una obra en https://www.revistatyca.org.mx/. Permisos que vayan más allá de lo cubierto por esta licencia pueden encontrarse en Política editorial
