Análisis de frecuencias de crecientes bivariado de fechas de ocurrencia y gasto máximo a través de funciones Cópula
DOI:
https://doi.org/10.24850/j-tyca-2024-04-03Palabras clave:
fechas de ocurrencia, distribución de von Mises, funciones Cópula, cociente tau de Kendall, probabilidades empíricas conjuntas, dependencia en el extremo derecho, periodos de retorno conjuntos y condicionalesResumen
En el centro y sur de la república mexicana cada año los huracanes del mar Caribe y del océano Pacífico originan crecientes que definen una estación húmeda, y que en general aumentan en magnitud y peligrosidad conforme transcurre la temporada de ciclones. Ambas condiciones permiten el análisis de frecuencias bivariado de sus fechas de ocurrencia y sus gastos máximos (Qm). En este estudio, la distribución conjunta se formó con base en la función Cópula de Gumbel-Hougaard, que satisface la condición de dependencia () observada y que combina como distribuciones marginales la de von Mises para las fechas de ocurrencia en el año y para los Qm una función probabilística idónea. La teoría expuesta se aplica a las crecientes anuales registradas en la estación de aforos Guamúchil de la Región Hidrológica No. 10 (Sinaloa), México, en el periodo de 1940 a 1971. La distribución de von Mises se ajusta vía optimización numérica con el algoritmo de Rosenbrock y la distribución idónea de los Qm fue la Kappa. Se formó la gráfica de periodos de retorno conjuntos de tipo AND de 50, 100 y 500 años. Además, se estimaron periodos de retorno conjuntos condicionales de fechas de ocurrencia, dado que el Qm tiene los periodos de retorno citados. Lo anterior permite estimaciones de la probabilidad de excedencia del Qm en lapsos definidos. Las conclusiones destacan la simplicidad de estos análisis de frecuencias bivariados por medio de las funciones Cópula y la importancia práctica de sus predicciones, según las fechas de ocurrencia.
Citas
Aldama, A. A. (2000). Hidrología de avenidas. Conferencia Enzo Levi 1998. Ingeniería Hidráulica en México, 15(3), 5-46.
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.
Bobée, B. (1975). The Log-Pearson type 3 distribution and its application to Hydrology. Water Resources Research, 11(5), 681-689. DOI: 10.1029/WR011i005p00681
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.
Burn, D. H. (1997). Catchment similarity for regional flood frequency analysis using seasonality measures. Journal of Hydrology, 202(1-4), 212-230. DOI: 10.1016/S0022-1694(97)00068-1
Campos-Aranda, D. F. (2003). Capítulo 7. Integración Numérica y Capítulo 9. Optimización numérica. En: Introducción a los métodos numéricos: software en Basic y aplicaciones en hidrología superficial (pp. 137-153, 172-211). San Luis Potosí, México: Editorial Universitaria Potosina.
Campos-Aranda, D. F. (2017). Definición de tres épocas de crecientes utilizando estadísticos direccionales. Tecnología y ciencias del agua, 8(1), 155-165.
Campos-Aranda, D. F. (2023a). Análisis de Frecuencias comparativo con momentos L entre la distribución Kappa y seis de aplicación generalizada. Tecnología y ciencias del agua, 14(1), 200-250. DOI: 10.24850/j-tyca-14-01-05
Campos-Aranda, D. F. (2023b). Caracterización probabilística de las fechas de ocurrencia de las crecientes anuales mediante la distribución de von Mises. Tecnología y ciencias del agua, 14(2), 204-260. DOI: 10.24850/j-tyca-14-02-06
Carta, J. A., Bueno, C., & Ramírez, P. (2008). Statistical modelling of directional wind speeds using mixtures of von Mises distributions: Case study. Energy Conversion and Management, 49(5), 897-907. DOI: 10.1016/j.enconman.2007.10.017
Cunderlik, J. M., Ouarda, T. B. M. J., & Bobée, B. (2004). Determination of flood seasonality from hydrological records. Hydrological Sciences Journal, 49(3), 511-526. DOI: 10.1623/hysj.49.3.511.54351
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
Chen, L., Guo, S., Yan, B., Liu, P., & Fang, B. (2010). A new seasonal design flood method based on bivariate joint distribution of flood magnitude and date of occurrence. Hydrological Sciences Journal, 55(8), 1264-1280. DOI: 10.1080/02626667.2010.520564
Chen, L., Singh, V. P., Guo, S., Fang, B., & Liu, P. (2013). A new method for identification of flood seasons using directional statistics. Hydrological Sciences Journal, 58(1), 28-40. DOI: 10.1080/02626667.2012.743661
Chen, L., & Guo, S. (2019). Chapter 3. Copula-based Flood Frequency Analysis and Chapter 4. Copula-based Seasonal Design Flood Estimation. In: Copulas and its application in Hydrology and Water Resources. (pp. 39-71, 73-96). Gateway East, Singapore: Springer.
Chowdhary, H., & Singh, V. P. (2019). Chapter 11. Multivariate frequency distributions in hydrology. In: Teegavarapu, R. S. V., Salas, J. D., & Stedinger, J. R. (eds.). Statistical analysis of hydrologic variables (pp. 407-489). Reston, USA: American Society of Civil Engineers.
Davis, P. J., & Polonsky, I. (1972). Chapter 25. Numerical interpolation, differentiation and integration. In: Abramowitz, M., & Stegun, I. A. (eds.). Handbook of mathematical functions (pp. 875-926) (9th print). New York, USA: Dover Publications.
Dupuis, D. J. (2007). Using copulas in hydrology: Benefits, cautions, and issues. Journal of Hydrologic Engineering, 12(4), 381-393. DOI: 10.1061/(ASCE)1084–0699(2007)12:4(381)
Durrans, S. R., Eiffe, M. A., Thomas Jr., W. O., & Goranflo, H. M. (2003). Joint seasonal/annual flood frequency analysis. Journal of Hydrologic Engineering, 8(4), 181-189. DOI: 10.1061/(ASCE)1084-0699(2003)8:4(181)
Escalante-Sandoval, C. A., & Reyes-Chávez, L. (2002). Capítulo 9. Análisis conjunto de eventos hidrológicos. En: Técnicas estadísticas en hidrología (pp. 203-246). Ciudad de México, México: Facultad de Ingeniería de la Universidad Nacional Autónoma de México.
Frahm, G., Junker, M., & Schmidt, R. (2005). Estimating the tail-dependence coefficient: Properties and pitfalls. Insurance: Mathematics and Economics, 37(1), 80-100. DOI: 10.1016/j-insmatheco.2005.05.008
Genest, C., & Favre, A. C. (2007). Everything you always wanted to know about Copula modeling but were afraid to ask. Journal of Hydrologic Engineering, 12(4), 347-368. DOI: 10.1061/(ASCE)1084-0699(2007)12:4(347)
Genest, C., & Chebana, F. (2017). Copula modeling in hydrologic frequency analysis (pp. 30.1-30.10) (2nd ed.). In: Singh, V. P. (ed.). Handbook of applied hydrology. New York, USA: McGraw-Hill Education.
Hosking, J. R., & 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, England: Cambridge University Press.
Khedun, C. P., Singh, V. P., & Byrd, A. R. (2019). Joint probability of extreme streamflow and its day of occurrence. Journal of Hydrologic Engineering, 24(8), 06019005:1-8. DOI: 10.1061/(ASCE)HE.1943-5584.0001813
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.
Kuester, J. L., & Mize, J. H. (1973). Chapter 9. Multivariable unconstrained methods. III. ROSENB algorithm. In: Optimization techniques with Fortran (pp. 320-330). New York, USA: McGraw-Hill Book Co.
Metcalfe, A. V. (1997). Theme 2.4.4. Vector variables and von Mises distribution. In: Statistics in Civil Engineering (pp. 31-32). London, England: Arnold Publishers.
Meylan, P., Favre, A. C., & Musy, A. (2012). Chapter 3. Selecting and checking data series and Theme 9.2. Multivariate Frequency Analysis using Copulas. In: Predictive hydrology. A frequency analysis approach (pp. 29-70, 164-176). Boca Raton, USA: CRC Press.
Nieves, A., & Domínguez, F. C. (1998). Sección 6.2. Cuadratura de Gauss. En: Métodos numéricos. Aplicados a la ingeniería (pp. 416-425). México, DF, México: Compañía Editorial Continental.
Olver, F. W. J. (1972). Chapter 9. Bessel Functions of Integer Order. In: Abramowitz, M., & Stegun, I. A. (eds.). Handbook of Mathematical Functions (pp. 355-436) (9th print.). New York, USA: Dover Publications.
Poulin, A., Huard, D., Favre, A. C., & Pugin, S. (2007). Importance of tail dependence in bivariate frequency analysis. Journal of Hydrologic Engineering, 12(4), 394-403. DOI: 10.1061/(ASCE)1084-0699(2007)12:4(394)
Ramírez-Orozco, A. I., Gutiérrez-López, A., & Ruiz-Silva, H. L. (2009). Análisis de la ocurrencia en el tiempo de los gastos máximos en México. Ingeniería Hidráulica en México, 24(1), 115-124.
Ramírez-Orozco, A. I. & Aldama, A. A. (2000). Capítulo 1. Teoría estadística y análisis de frecuencias conjunto. En: Análisis de frecuencias conjunto para estimación de avenidas de diseño (pp. 25-58). Avances en Hidráulica No. 7. México, DF, México: Asociación Mexicana de Hidráulica e Instituto Mexicano de Tecnología del Agua.
Rao, A. R., & Hamed, K. H. (2000). Chapter 1. Introduction. In: Flood frequency analysis (pp. 1-21). Boca Raton, USA: CRC Press.
Requena, A. I., Mediero, L., & Garrote, L. (2013). A bivariate return period based on copulas for hydrologic dam design: Accounting for reservoir routing in risk estimation. Hydrology and Earth System Sciences, 17(8), 3023-3038. DOI: 10.5194/hess-17-3023-2013
Rosenbrock, H. H. (1960). An automatic method of finding the greatest or least value of a function. Computer Journal, 3(3), 175-184.
Salvadori, G., De Michele, C., Kottegoda, N. T., & Rosso, R. (2007). Chapter 3. Bivariate analysis via Copulas; Appendix B. Dependence and Appendix C. Families of Copulas. In: Extremes in nature. An approach using Copulas (pp. 131-175, 219-232, 233-269). Dordrecht, The Netherlands: Springer.
Shiau, J. T., Wang, H. Y., & Tsai, C. T. (2006). Bivariate frequency analysis of floods using Copulas. Journal of the American Water Resources Association, 42(6), 1549-1564.
Stegun, I. A. (1972). Chapter 27. Miscellaneous functions. In: Abramowitz, M., & Stegun, I. A. (eds.). Handbook of Mathematical Functions (pp. 997-1010) (9th print.). New York, USA: Dover Publications.
Vogel, R. M., & Castellarin, A. (2017). Risk, reliability, and return periods and hydrologic design. In: Singh, V. P. (ed.). Handbook of applied hydrology (pp. 78.1-78.10) (2nd ed.). New York, USA: McGraw-Hill Education.
Volpi, E., & Fiori, A. (2012). Design event selection in bivariate hydrological frequency analysis. Hydrological Sciences Journal, 57(8), 1506-1515. DOI: 10.1080/02626667.2012.726357
WRC, Water Resources Council. (1977). Guidelines for determining flood flow frequency (revised edition). 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
Yue, S. (2000a). Joint probability distribution of annual maximum storm peaks and amounts as represented by daily rainfalls. Hydrological Sciences Journal, 45(2), 315-326. DOI: 10.1080/02626660009492327
Yue, S. (2000b). The Gumbel mixed model applied to storm frequency analysis. Water Resources Management, 14(5), 377-389.
Yue, S., & Rasmussen, P. (2002). Bivariate frequency analysis: Discussion of some useful concepts in hydrological application. Hydrological Processes, 16(14), 2881-2898. DOI:10.1002/hyp.1185
Zhang, L. & Singh, V. P. (2006). Bivariate flood frequency analysis using the Copula method. Journal of Hydrologic Engineering, 11(2), 150-164. DOI: 10.1061/(ASCE)1084-0699(2006)11:2(150)
Zhang, L. & Singh, V. P. (2019). Chapter 3. Copulas and their properties. In: Copulas and their applications in water resources engineering (pp. 62-122). Cambridge, UK: Cambridge University Press.
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
