Análisis de frecuencias de crecientes trivariado (Q, V, D) a través de funciones Cópula
DOI:
https://doi.org/10.24850/j-tyca-2024-05-02Palabras clave:
funciones Cópula, cociente tau de Kendall, dependencia observada, funciones Cópula multivariadas simétricas, funciones Cópula trivariadas asimétricas, periodos de retorno conjuntos, eventos de diseñoResumen
El análisis de frecuencias de crecientes trivariado, del gasto máximo (Q), el volumen escurrido (V) y la duración total (D) permite estimar con mayor exactitud el hidrograma de la creciente de diseño. Para procesar registros anuales conjuntos de Q y V disponibles se propuso estimar D como la duración del hidrograma Gamma hasta el 0.1 % del Q. Después, a cada registro de Q, V y D se le busca su distribución de probabilidades idónea para obtener las funciones marginales. En seguida, se adopta la función Cópula (FC) que mejor representa a las variables conjuntas Q-V, Q-D y V-D. Para estas búsquedas y las trivariadas subsecuentes, se trabajó con las FC de Clayton, Frank, Gumbel-Hougaard y Joe. En ambos casos, la selección de la mejor FC se basa en los errores de ajuste entre las probabilidades empíricas y teóricas. A las ternas de datos Q, V y D se les buscó las FC de mejor ajuste simétricas y asimétricas de las cuatro familias citadas. A continuación se calculan los periodos de retorno conjuntos de tipo OR, AND y de Kendall. Estos últimos permiten la estimación de los eventos de diseño de Q, V y D. Se describe el análisis de frecuencias trivariado para las 55 crecientes anuales de la estación hidrométrica La Cuña de la Región Hidrológica No. 12-3 (Río Santiago), México. Por último, se formulan las conclusiones, que destacan la sencillez de los análisis de frecuencias trivariados cuando se realizan con FC.
Citas
AghaKouchak, A., Sellars, S., & Sorooshian, S. (2013). Chapter 6. Methods of tail dependence estimation. In: AghaKouchak, A., Easterling, D., Hsu, K., Schubert; S., & Sorooshian, S. (eds.). Extremes in a changing climate (pp. 163-179). Dordrecht, The Netherlands: Springer.
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.
Aldama-Rodríguez, A. A., & Ramírez–Orozco, A. I. (1998). Parametrización de hidrogramas mediante interpolantes hermitianos. Ingeniería Hidráulica en México, 13(3), 19-28.
Barbe, P., Genest, C., Ghoudi, K., & Rémillard, B. (1996). On Kendall’s Process. Journal of Multivariate Analysis, 58(2), 197-229.
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.
Box, M. J. (1965). A new method of constrained optimization and a comparison with other methods. Computer Journal, 8(1), 42-52.
Bunday, B. D. (1985). Theme 6.2. The Complex method. In: Basic optimisation methods (pp. 98-106). London, England: Edward Arnold publishers, Ltd.
Campos-Aranda, D. F. (2024). Análisis de frecuencias bivariado de Crecientes Anuales mediante enfoque práctico de las funciones Cópula. Tecnología y ciencias del agua, 15(2), 1-56. DOI: 10.24850/j-tyca-15-02-01
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.
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. (2019). Chapter 2. Copula theory, and Chapter 3. Copula–based Flood Frequency Analysis. Copulas and its application in Hydrology and Water Resources (pp. 13-38, 39-71). 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. (1972). Chapter 6. Gamma Function and related functions. In: Abramowitz, M., & Stegun, I. A. (eds.). Handbook of mathematical functions (pp. 253-296). New York, USA: iDover Publications.
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). 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)
Favre, A. C., El Adlouni, S., Perreault, L., Thiémonge, N., & Bobée, B. (2004). Multivariate hydrological frequency analysis using copulas. Water Resources Research, 40(1), 1-12. DOI: 10.1029/2003WR002456
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. In: Singh, V. P. (ed.). Handbook of applied hydrology (pp. 30.1–30.10), 2nd ed. New York, USA: McGraw-Hill Education.
Goel, N. K., Seth, S. M., & Chandra, S. (1998). Multivariate modeling of flood flows. Journal of Hydraulic Engineering, 124(2), 146-155. DOI: 10.1061/(ASCE)0733–9429(1998)124:2(146)
Gómez, J. F., Aparicio, M., & Patiño, C. (2010). Capítulo 6. Análisis de frecuencias bivariado para la estimación de avenidas de diseño. En: Manual de análisis de frecuencias en hidrología (pp. 106-127). Jiutepec, México: Instituto Mexicano de Tecnología del Agua.
Gräler, B., van den Berg, M. J., Vandenberghe, S., Petroselli, A., Grimaldi, S., De Baets, B., & Verhoest, N. E. C. (2013). Multivariate return periods in hydrology: A critical and practical review focusing on synthetic design hydrograph estimation. Hydrology and Earth System Sciences, 17(4), 1281-1296. DOI: 10.5194/hess–17–1281–2013
Grimaldi, S., & Serinaldi, F. (2006a). Design hyetograph analysis with 3–copula function. Hydrological Sciences Journal, 51(2), 223-238. DOI: 10.1623/hysj.51.2.223
Grimaldi, S., & Serinaldi, F. (2006b). Asymmetric copula in multivariate flood frequency analysis. Advances in Water Resources, 29(8), 1155-1167. DOI: 10.1016/j.advwatres.2005.09.005
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, UK: Cambridge University Press.
Joe, H. (1993). Parametric families of multivariate distributions with given margins. Journal of Multivariate Analysis, 46(2), 262-282.
Kite, G. W. (1977). Chapter 12. Comparison of frequency distributions. Frequency and risk analyses in hydrology (pp. 156-168). Fort Collins, USA: Water Resources Publications.
Ma, M., Song, S., Ren, L., Jiang, S., & Song, J. (2013). Multivariate drought characteristics using trivariate Gaussian and Student t copulas. Hydrological Processes, 27(8), 1175-1190. DOI: 10.1002/hyp.8432
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.
Nelsen, R. B. (2006). Chapter 2. Definitions and Basic Properties. In: An introduction to Copulas (pp. 7-49), 2nd ed. New York, USA: Springer Series in Statistics.
Nieves, A., & Domínguez, F. C. (1998). Secciones 6.2 y 6.3. Cuadratura de Gauss e Integrales múltiples (pp. 416-434). En: Métodos numéricos aplicados a la Ingeniería. México, DF, México: Compañía Editorial Continental.
Ponce, V. M. (1989). Section 2.4. Runoff. In: Engineering hydrology. principles and practices (pp. 62-84). Englewood Cliffs, USA: Prentice Hall.
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)
Rao, A. R., & Hamed, K. H. (2000). Theme 1.8. Tests on hydrologic data. In: Flood frequency analysis (pp. 12-21). Boca Raton, USA: CRC Press.
Salvadori, G., De Michele, C., Kottegoda, N. T., & Rosso, R. (2007). Chapter 3. Bivariate analysis via Copulas and Appendix C. Families of Copulas. In: Extremes in Nature. An approach using Copulas (pp. 131-175, 233-269). Dordrecht, The Netherlands: Springer.
Salvadori, G., De Michele, C., & Durante, F. (2011). On the return period and design in a multivariate framework. Hydrology and Earth System Sciences, 15(11), 3293-3305. DOI: 10.5194/hess–15–3293–2011
Salvadori, G., & De Michele, C. (2007). On the use of Copulas in Hydrology: Theory and Practice. Journal of Hydrologic Engineering, 12(4), 369-380. DOI: 10.1061/(ASCE)1084–0699(2007)12:4(369)
Salvadori, G., & De Michele, C. (2004). Frequency analysis via copulas: Theoretical aspects and applications to hydrological events. Water Resources Research, 40(W12511), 1-17. DOI: 10.1029/2004WR003133
Serinaldi, F. (2015). Dismissing return periods! Stochastic Environmental Research and Risk Assessment, 29(4), 1179-1189. DOI: 10.1007/s00477–014–0916–1
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. DOI: 10.1111/j.1752–1688–2006.tb06020.x
Snider, D. (1972). Chapter 16. Hydrographs. In: National Engineering Handbook, Section 4: Hydrology (pp. 16.1-16.26). Washington, DC, USA: Soil Conservation Service, U. S. Department of Agriculture.
Stegun, I. A. (1972). Chapter 27. Miscellaneous functions. In: Abramowitz, M., & Stegun, I. A. (eds.). Handbook of mathematical functions (pp. 997-1010). New York, USA: Dover Publications.
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
Xu, C., Yin, J., Guo, S., Liu, Z., & Hong, X. (2016). Deriving design flood hydrograph based on conditional distribution: A case study of Danjiangkou reservoir in Hanjiang basin. Mathematical Problems in Engineering, 2016 (4319646), 1-16. DOI: 10.1155/2016/4319646
Yue, S., Ouarda, T. B. M. J., Bobée, B., Legendre, P., & Bruneau, P. (1999). The Gumbel mixed model for flood frequency analysis. Journal of Hydrology, 226(1-2), 88-100.
Yue, S. (2000). 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., & 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. (2007). Trivariate flood frequency analysis using the Gumbel-Hougaard Copula. Journal of Hydrologic Engineering, 12(4), 431-439. DOI: 10.1061/(ASCE)1084–0699(2007)12:4(431)
Zhang, L., & Singh, V. P. (2019). Chapter 3. Copulas and their properties and Chapter 4. Symmetric Archimedean copulas. In: Copulas and their applications in water resources engineering (pp. 62-122, 123-171). Cambridge, United Kingdom. Cambridge University Press.
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)
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
